《电子测量技术杂志》发表论文赏析

基于阴影增强和注意力机制的高光谱图像分类

来源:电子测量技术杂志2023年第8期北京时间:

作者:刘秋月,刘雪峰,孙绍华

单位:青岛科技大学自动化与电子工程学院 青岛 266061

摘要:基于深度学习网络的高光谱图像分类能够有效地提取图像中的特征信息,促进遥感图像中丰富信息的挖掘与利用。然而,现有方法性能仍然受限于阴影信息不能充分提取、特征不能有效利用。针对阴影区域信息提取,动态随机共振能够利用噪声增强信号,提高信息的表达能力;针对特征利用,在卷积神经网络中嵌入注意力机制,能够在其提取的高层特征的基础上,从空间维度和通道维度进一步提取融合,筛选出对当前任务目标更为关键的特征,提升网络分类性能。实验结果表明:通过在含有阴影区域的真实高光谱图像数据集Hydice上仿真,动态随机共振能够有效增强信号进而将分类精度从96.48%提升到97.14%,卷积注意块的加入使分类精度提升了0.408 4%。进一步与其他分类方法在Hydice、Indian Pines、Pavia University进行实验对比验证,本文方法分类精度分别达到了97.436 1%、99.219 5%和99.929 9%,对不同数据集的分类都具有良好的表现,相较于其他方法具有明显优势,证明了该方法的有效性和良好的分类性能,在高光谱图像分类领域具有广阔的应用前景。

关键词:高光谱图像;DSR;阴影增强;卷积神经网络;图像分类;注意力机制

基金资助:国家自然科学基金(61971253)、山东省自然科学基金(ZR201910300033)项目资助

2023年8期其他文献查阅:

基于堆叠惯性信号的跳台滑雪动作识别

Grael脑电放大器与深度学习的手势实时识别研究

基于阴影增强和注意力机制的高光谱图像分类

顾及地图投影变形的免像控摄影测量方法

基于YOLOv5的雾霾天气下交通标志识别

基于MobileNetV3多尺度特征融合的人脸表情识别

自适应加权根多项式回归颜色校正算法研究

基于3DCNN的驾驶员细微动作识别

基于图卷积网络改进的人体动作识别模型

基于深度学习的元器件视觉识别和定位技术

基于深度强化学习的多目标边缘任务调度研究

基于单路口车流量统计的交通灯配时系统研究

基于概率A*的智能车路径规划算法

基于改进A*算法的无人机路径规划研究

基于深度学习的绝缘子故障检测研究

基于改进RRT-Connect算法的机械臂运动规划

多源相位控制自适应跟踪算法研究

基于卡尔曼滤波迭代学习的交通信号控制方法

基于多层注意力机制的4DC-BGRU脑电情感识别

双半球胶囊机器人自监督姿态快速矫正方法

工业机器人位置稳定时间不确定度的研究分析

基于CUSUM和加权欧氏距离的电器分析监测装置设计

基于改进PPO算法的自动驾驶技术研究

基于改进YOLOv4的无人机航拍目标检测算法

改进视觉惯性里程计融合GPS的无人机定位方法研究

基于积分滑模的带机械臂无人机控制方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!