联合一二阶池化网络学习的遥感场景分类

作者：边小勇; 费雄君; 陈春芳; 阚东东; 丁胜

来源：计算机应用, 2021, 1-7.

• 遥感场景分类
• 深度学习
• 二阶池化
• 联合一二阶池化网络
• 协方差矩阵平方根

目前大多数池化方法主要是从一阶池化层或二阶池化层提取聚合特征信息，忽略了多种池化策略对场景的综合表示能力，进而影响到场景识别性能。针对以上问题，本文提出了联合一二阶池化网络学习的场景分类模型。首先，利用残差网络卷积层提取输入图像的初始特征。接着，提出基于相似度的二阶池化算子，通过特征向量间的相似度求出其权重系数来调制特征值的信息分布，计算有效的二阶特征信息。同时引入一种有效的协方差矩阵平方根逼近求解方法，获得高阶语义信息的二阶特征表示。最后，基于交叉熵和类距离加权的组合损失函数训练整个网络，得到富于判别的分类模型。本文方法在AID（50%训练比例）、NWPU-RESISC45（20%训练比例）和CIFAR-10/-100上的分类准确率分别达到96.32%、93.38%、96.51%和83.30%，与iSQRT-COV方法相比，分别提高了1.09个百分点、0.55个百分点、1.05个百分点和1.57个百分点。实验结果表明，本文方法有效提高了场景分类性能。

• 单位
  武汉科技大学; 智能信息处理与实时工业系统湖北省重点实验室