針對(duì)遙感影像場(chǎng)景數(shù)據(jù)難以獲取、冗余的地理特征會(huì)降低模型的泛化能力等問(wèn)題,提出一種結(jié)合重校準(zhǔn)特征與對(duì)抗域適應(yīng)的無(wú)監(jiān)督遙感影像場(chǎng)景分類方法。通過(guò)縮聚與激發(fā)機(jī)制將SE block嵌入VggNet16,用于提高通道之間的相互依賴性,以自適應(yīng)地重新校準(zhǔn)通道之間的特征響應(yīng),使網(wǎng)絡(luò)模型通過(guò)全局信息來(lái)選擇性地提取有效遙感場(chǎng)景影像特征并抑制干擾特征;建立大型源域數(shù)據(jù)集并利用對(duì)抗域適應(yīng)方法減少源域與目標(biāo)域遙感影像場(chǎng)景特征差異,提高模型的泛化能力;在兩個(gè)公開(kāi)遙感影像數(shù)據(jù)集UCMerced_LandUse和SIRI-WHU中進(jìn)行實(shí)驗(yàn),分類精度分別達(dá)到89.45%和98.12%。結(jié)果表明,該方法優(yōu)于主流的無(wú)監(jiān)督方法,在遙感影像場(chǎng)景分類中取得了較好的效果。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引 言
1 相關(guān)原理
    1.1 特征重校準(zhǔn)
    1.2 生成對(duì)抗原理
2 方法設(shè)計(jì)
    2.1 SE-VggNet
    2.2 對(duì)抗域適應(yīng)
3 實(shí)驗(yàn)與分析
    3.1 源域遙感場(chǎng)景分類數(shù)據(jù)集構(gòu)建
    3.2 實(shí)驗(yàn)數(shù)據(jù)集
    3.3 評(píng)價(jià)指標(biāo)
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 與現(xiàn)有方法對(duì)比分析
4 結(jié) 語(yǔ)



本文編號(hào)：3820499