高分遥感影像双通道并行混合卷积分类方法

作     者：顾小虎 李正军 缪健豪 李星华 沈焕锋 GU Xiaohu;LI Zhengjun;MIAO Jianhao;LI Xinghua;SHEN Huanfeng

作者机构：武汉大学遥感信息工程学院湖北武汉430079 中交第二公路勘察设计研究院有限公司湖北武汉430056 自然资源部城市国土资源监测与仿真重点实验室广东深圳518000 武汉大学资源与环境科学学院湖北武汉430079 

基　　金：国家自然科学基金(42171302) 国家重点研发计划(2019YFB2102904) 自然资源部城市国土资源监测与仿真重点实验室开放基金(KF-2021-06-003) 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2023年第52卷第5期

页      码：798-807页

摘      要：高空间分辨率遥感影像拥有丰富的空间细节信息和多光谱信息。研究表明,二维卷积神经网络适于提取空间信息,而三维卷积神经网络更适于提取光谱信息。为了更好地利用空谱信息,本文提出一种双通道并行混合卷积神经网络(DPHCNN)方法,充分联合二维与三维卷积神经网络在空谱信息提取上的优势,同时引入混合注意力机制、多尺度卷积增强空间细节特征的提取能力,实现高分影像的精准分类。试验中利用高分二号影像数据集进行验证,与当前先进的深度学习分类方法相比,本文提出的DPHCNN方法在保证分类精度高、分类效率较好的同时,能在多时相影像分类中保持最高的稳健性,在综合评价上更具优势。

主 题 词：混合卷积神经网络 高分遥感影像 多尺度卷积 混合注意力机制 影像分类 

学科分类：08[工学] 081601[081601] 0816[工学-纺织类] 

核心收录：

D　O　I：10.11947/j.AGCS.2023.20220163

馆 藏 号：203122014...