结合注意力机制的遥感图像场景分类模型构建

Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.32629/acair.v4i2.20398

杨全海

陕西职业技术学院

Abstract

遥感图像场景分类是地球观测数据分析的核心技术。本文以ResNet50为骨干架构,嵌入通道与空间双注意力模块构建分类模型,通过串行融合策略实现特征精细化筛选, 并在AID和NWPU- RESISC45数据集上开展实验。结果表明,该模型分类精度分别达97.43%和95.38%,优于现有对比模型,有效提升遥感图像场景分类性能,为遥感图像智能解译提供技术支撑。

Keywords

遥感图像；场景分类；注意力机制；通道注意力；空间注意力；残差网络

Full Text

PDF - Viewed/Downloaded: 2 Times

References

[1] 赵君君.基于多尺度注意力机制的遥感图像复杂场景分类方法研究[J].中国高新科技,2026,(03):145-146+149.
[2] 吴文彦.基于特征增强与多特征融合的遥感图像场景分类方法研究[D].安徽理工大学,2025.
[3] 袁昊.面向自然保护地的遥感图像场景分类研究与应用[D].济南大学,2025.
[4] 杨松,王晓晖,王晓燕,等.基于注意力机制与特征融合的遥感图像场景分类[J].传感技术学报,2024,37(12):2078-2083.
[5] 李智,高连如,郑珂,等.高分辨率遥感图像场景分类研究进展[J].遥感学报,2024,2 8(11):2739-2760.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License