[发明专利]一种基于注意力机制的多分支特征融合遥感场景图像分类方法

说明书

一种基于注意力机制的多分支特征融合遥感场景图像分类方法，本发明涉及基于注意力机制的多分支特征融合遥感场景图像分类方法。本发明的目的是为了解决现有方法对遥感图像场景分类准确率低的问题。过程为：一、采集遥感图像，对遥感图像进行预处理，得到预处理后的遥感图像；步骤二、建立基于注意力机制的多分支特征融合卷积神经网络AMB‑CNN；三、采用预处理后的遥感图像训练基于注意力机制的多分支特征融合卷积神经网络AMB‑CNN，得到预训练好的基于注意力机制的多分支特征融合卷积神经网络AMB‑CNN；四、采用训练好的AMB‑CNN对待识别遥感图像进行分类。本发明用于遥感场景图像分类领域。

技术领域

本发明涉及基于注意力机制的多分支特征融合遥感场景图像分类方法。

背景技术

遥感图像场景分类，是指通过航空扫描、微波雷达等方法，对目标场景进行成像拍摄，然后针对不同的场景图像，从中提取到有用的信息，从而实现对场景图像的分析与评估。遥感场景分类的相关研究已被广泛应用于国防安全^[1]([1]A.Ferreira et al.,Eyesin the Skies:A Data-Driven Fusion Approach to Identifying Drug Crops FromRemote Sensing Images,in IEEE Journal of Selected Topics in Applied EarthObservations and Remote Sensing,vol.12,no.12,pp.4773-4786,Dec.2019,doi:10.1109/JSTARS.2019.2917024.)，自然灾害损失评估^[2]([2]J.Ma et al.,Evaluationof Different Approaches of Con volutional Neural Networks for Land Use andLand Cover Classification Based on High Resolution Remote Sensing Images,2019IEEE International Conference on Signal,Inf ormation and Data Processing(ICSIDP),Chongqing,China,2019,pp.1-4,doi:10.1109/ICSIDP47821.2019.9173451.)，环境监测与管理^[3]([3]H.Zhang,B.Yang,T.Fang and H.Huo,Learning Deep Featuresfor Classification of Typical Ecological Environmental Elements in High-Resolution Remote Sensing Images,201710th International Symposi um onComputational Intelligence and Design(ISCID),Hangzhou,2017,pp.223-227,d oi:10.1109/ISCID.2017.200.)等应用中。由于遥感场景图像存在类别间可分性低，类内多样性大，地貌空间尺度不一致，以及形状大小不一等特点，使得遥感场景分类成为一项很具有挑战性的任务。因此，近年来，很多研究者致力于遥感场景图像有效分类的研究。