基于卷积注意力模块的端到端遥感图像分类OACSTPCD
End?to?end remote sensing image classification framework based on convolutional block attention module
随着图像信息处理技术的发展,大量由各式飞行器对地观测所采集的遥感图像数据被应用于各领域实际生产生活中.传统遥感图像分类方法包含一系列复杂的处理流程,在处理效率和效果上已经难以满足当下的需求.随着人工智能相关技术的发展,基于卷积神经网络的遥感图像分类方法开始占据主导地位.为减少算法流程中的复杂处理与提高分类的精度,笔者提出一种基于卷积注意力模块的端到端遥感图像分类框架,该框架采用卷积神经网络框架ResNet101作为整个框架的主干网络.在ResNe…查看全部>>
徐风;苗哲;业巧林
南京林业大学计算机教学实验中心,南京 210037南京林业大学计算机教学实验中心,南京 210037南京林业大学信息科学技术学院,南京 210037
信息技术与安全科学
卷积神经网络遥感图像卷积注意力模块图像分类
《林业工程学报》 2020 (4)
鲁棒判别的多视角自适应子空间学习及其在异质图像识别上的应用研究
133-138,6
国家自然科学基金(61871444)江苏省自然科学基金(BK20171453).
评论