基于SE-ConvLSTM的时空特征融合SAR图像海冰分类

作     者：葛梦滢 高稳 祝敏 郭伟其 宋巍 GE Mengying;GAO Wen;ZHU Min;GUO Weiqi;SONG Wei

作者机构：上海海洋大学信息学院上海201306 上海大学工程训练中心上海200444 上海东海海洋工程勘察设计院有限公司上海200137 

基　　金：国家重点研发计划项目(2021YFC3101602) 上海市科委部分地方高校能力建设项目(20050501900) 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2023年第38卷第6期

页      码：1306-1316页

摘      要：基于合成孔径雷达(SAR)图像的海冰分类已经成为海冰监测的重要基础,但现有方法往往利用图像空间特征,很少考虑时间特征。提出了一种融合时空特征的SAR图像海冰分类网络SEConvLSTM。首先使用ConvLSTM对HH和HV极化图像分别提取时空特征,然后将提取的不同层次和通道的时空特征进行拼接,并利用SE通道注意力进行通道特征响应的自适应重新校准,最后利用SoftMax函数进行图像分类。将SI-STSAR-7数据集6个时间步长的图像块作为输入对所提方法与其他分类方法进行了对比实验。结果显示:SE-ConvLSTM在总体情况和分类困难的厚一年冰上分别达到了97.06%和90.01%的精度,表明加入时间信息有助于提高分类准确率。同时,所提网络在生成海冰分布图时对主要冰类型密集度较低的区域和SAR影像的边界位置都具有更好的识别能力。

主 题 词：SAR 海冰分类 时空特征 ConvLSTM SE通道注意力 

学科分类：083002[083002] 0830[工学-生物工程类] 08[工学] 09[农学] 0804[工学-材料学] 0903[农学-动物生产类] 0816[工学-纺织类] 081602[081602] 081102[081102] 0811[工学-水利类] 

核心收录：

D　O　I：10.11873/j.issn.1004-0323.2023.6.1306

馆 藏 号：203125321...