基于双文本提示和多重相似性学习的多标签遥感图像分类

作     者：白淑芬 宋铁成 BAI Shufen;SONG Tiecheng

作者机构：重庆邮电大学通信与信息工程学院重庆400065 

基　　金：国家自然科学基金面上项目(62371084) 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2025年第65卷第1期

页      码：35-42页

摘      要：多标签遥感图像分类旨在预测遥感图像中出现的多个相互关联的对象,其中文本标签能赋予丰富的语义信息。然而,目前多数多标签图像分类法未能充分考虑视觉语义图像-文本对信息。为了解决这一问题,提出了一种基于双文本提示和多重相似性(Bi-text Prompts and Multi-similarity,BTPMS)学习的多标签遥感图像分类算法。该算法首先利用场景与对象标签文本的双文本提示(Bi-text Prompts,BTP)提供丰富的先验知识,再综合考虑场景与对象标签之间的关联,对所得的文本特征和图像特征计算多重相似性,最后利用相似性得分进行多标签遥感图像分类。此外,设计了新颖的局部特征注意力(Local Feature Attention,LFA)模块,从空间与通道维度上捕捉图像中局部结构。在两个基准遥感数据集上进行广泛实验,结果表明所提算法优于对比的多标签图像分类方法。

主 题 词：遥感图像 多标签图像分类 视觉语言预训练 提示学习 局部特征注意力 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0835[0835] 081002[081002] 0812[工学-测绘类] 

D　O　I：10.20079/j.issn.1001-893x.231127005

馆 藏 号：203156929...