科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的基于深度学习的面向对象分类方法存在特征表达不充分，难以处理蕴含复杂信息的高分辨率遥感影像等问题。为了实现高分辨率遥感影像高精度分类目的，本文提出了一种结合密集连接和特征重标定的影像分类方法。首先构建具有密集连接方式的DenseNet网络作为基础网络，密集连接的方式能实现每一层输入都是前面所有层信息的汇总；然后引入可实现特征重标定功能的SE模块，以增加特征代表性和区分性；最后设计得到最优SE＿DenseNet网络模型，提取特征表达更充分的多层次融合影像，提高影像分类精度。基于ISPRS公开数据集，将本文方法与传统方法和其他深度学习分类模型进行对比，实验结果表明：本文方法优于其他方法，SE＿DenseNet网络模型提取的多层次特征较其他方法表达更加充分，可实现高分辨率遥感影像的高精度分类。
-
单位四川电力设计咨询有限责任公司; 四川省公路规划勘察设计研究院有限公司; 西南交通大学
