自适应权重多视角度量学习的遥感图像场景分类方法

作     者：周国华 蒋晖 顾晓清 殷新春 Zhou Guohua;Jiang Hui;Gu Xiaoqing;Yin Xinchun

作者机构：常州工业职业技术学院信息工程学院常州213164 常州大学计算机与人工智能学院常州213164 扬州大学信息工程学院扬州225127 

基　　金：国家自然科学基金(61472343,61806026) 江苏省自然科学基金(BK20180956) 江苏省高职院校教师专业带头人高端研修项目(2020GRGDYX059) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第5期

页      码：755-764页

摘      要：遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有分辨力的度量空间,使在度量空间内同类图像紧凑,异类图像尽可能地远离;然后引入权重向量,在度量学习的过程中自适应地调节各视角间的权重关系;最后利用核技巧扩展至非线性空间,更有效地挖掘隐藏于视角间的关联和互补信息.在Google和WHU-RS遥感图像数据集上的实验结果表明,该方法具有良好的分类性能,平均分类准确率分别达到90.26%和92.62%,显著优于对比的单视角和多视角分类方法.

主 题 词：遥感图像场景分类 自适应权重 多视角学习 度量学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18571

馆 藏 号：203103314...