基于注意卷积模块的遥感图像场景分类应用

作者：王李祺; 高翔; 程蓉; 谭秀辉; 白艳萍^*

来源：陕西科技大学学报, 2023, 41(02): 199-206.

DOI：10.19481/j.cnki.issn2096-398x.2023.02.018

• 遥感图像
• 图像分类
• 卷积神经网络
• 注意力机制
• MoblieNetv2

遥感场景分类任务中，面对遥感场景中类间相似性，类内多样性的挑战，直接应用卷积神经网络是局限的.现有的注意力机制在嵌入网络末端位置时，增强卷积神经网络表达场景图像的能力相较于嵌入其他位置时较弱.因此，提出基于注意卷积模块(ACM)的MoblieNetv2模型框架，增强了注意力机制在卷积神经网络末端表达场景图像的能力.首先通过主干网络提取丰富的深度语义特征图，然后将ACM嵌入主干网络的末端，以此关注更加显著的特征区域.嵌入的ACM模块可以在不显著增加网络计算量的同时，有效地提高网络分类性能.该模块在嵌入CNN末端位置时相较于现有的注意力机制模块有着较佳的性能.在RSSCN7和RSOD两个公开的遥感场景数据集上，平均分类精度相较于MoblieNetv2分别提升2.42%和1.64%.实验结果表明ACM相比于已有的注意力机制在网络末端具有泛化性和更佳的分类精度.

• 单位
  中北大学; 数学学院