基于注意力机制和编码解码网络的遥感影像分类

作者：张津,魏峰远,冯凡,焦利伟,麻连伟

摘要：针对不同类型遥感影像分类效果不理想的问题,基于卷积注意力机制提出一种特征精化模块。对U-Net的4个跳远连接,首先使用通道注意力对浅层特征中不同通道之间的关联进行进一步探索,对不同通道的特征图赋予新的权重;然后将带有不同通道权重的特征图作为后续空间注意力的输入,通过对所有空间位置信息的逐点调节,完成对浅层特征的精化重构;最后利用改进后的编码-解码网络在多个高分辨率遥感数据集上进行分类实验,实验结果证明了该方法的有效性。

发文机构：河南理工大学测绘与国土信息工程学院 河南省地球物理空间信息研究院

关键词：图像处理遥感深度学习注意力机制编码解码网络特征精化image processingremote sensingdeep learningattention moduleencoder-decoder networkfeature refinement

分类号： P237[天文地球—摄影测量与遥感]