基于双通道特征融合编解码网络的极化SAR图像分类

王蒙蒙; 刘秀清; 张衡; 王春乐; 贾小雪

首页> 中文期刊> 《国外电子测量技术》 >基于双通道特征融合编解码网络的极化SAR图像分类

基于双通道特征融合编解码网络的极化SAR图像分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

图像分类是极化合成孔径雷达(PolSAR)图像解译的关键。传统卷积神经网络(CNN)逐像素的分类,造成卷积的重复计算。PolSAR图像存在丰富的信息,包括极化相干信息与极化分解信息,因此如何融合信息实现高效分类至关重要。基于极化散射特征分析,以U_net网络模型为基础,提出了双通道特征融合编解码网络,该网络使用注意力机制特征融合模块将极化相干信息和极化分解特征整合到语义分割框架中,辅助深度CNN分类器训练,实现高精度像素级的标记,同时加入空间金字塔结构有效的提取多尺度特征。该网络结构避免了逐像素切片重复计算,有效提升计算效率。利用AIRSAR获取的旧金山地区PolSAR数据和海南博鳌地区机载PolSAR数据进行试验研究,试验结果两个地区总体分类精度(OA)分别达到97.11%与99.97%,验证了提出的分类方法的有效性与较好的应用价值。

著录项

来源
《国外电子测量技术》 |2023年第1期|187-196|共10页
作者
王蒙蒙; 刘秀清; 张衡; 王春乐; 贾小雪;
展开▼
作者单位

中国科学院空天信息创新研究院;

中国科学院大学电子电气与通信工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像解释、判读;
关键词
POLSAR; 特征融合; 地物分类; 编解码; 深度学习;

相似文献

中文文献
外文文献
专利

1. 利用多特征融合和集成学习的极化SAR图像分类 [J] . 孙勋 ,黄平平 ,涂尚坦 . 雷达学报 . 2016,第6期
2. 基于改进编解码网络的极化SAR地物分类 [J] . 闫成杰 ,王沛 ,刘秀清 . 雷达科学与技术 . 2021,第4期
3. 引入极化方位角特征的极化 SAR 图像分类 [J] . 王剑波 ,王超 ,张红 . 计算机应用研究 . 2015,第11期
4. 基于不同特征的随机森林极化SAR图像分类 [J] . 陈媛媛 ,郑加柱 ,魏浩翰 . 计算机系统应用 . 2019,第8期
5. 基于非负特征值分解和SVM的极化SAR图像分类 [J] . 陆翔 ,章皖秋 ,郑雅兰 . 林业调查规划 . 2018,第3期
6. 基于深度卷积神经网络的不同极化模式SAR图像分类性能对比研究 [C] . 陶臣嵩 ,陈思伟 ,李永祯 . 第十四届全国雷达学术年会 . -1
7. 基于多特征融合的高分辨率极化SAR图像分类方法研究 [A] . 丁尧 . 2017

基于双通道特征融合编解码网络的极化SAR图像分类

摘要

著录项

相似文献

相关主题

期刊订阅