一种用于航空遥感图像分类的新型多尺度注意力特征提取模块
计算机视觉与模式识别
2023-09-11 v1
摘要
极高分辨率（VHR）航空遥感（RS）图像分类是遥感界一个成熟的研究领域，因其为决策提供有价值的空间信息。现有的VHR航空RS图像分类工作产生了优异的分类性能；然而，它们充分表示具有复杂与小物体的VHR RS图像的能力有限，从而导致性能不稳定。为此，我们提出一种新颖的即插即用多尺度注意力特征提取模块（MSAFEB），其基于两级带跳跃连接的多尺度卷积，在更深/更细层级产生判别性/显著信息。在两个基准VHR航空RS图像数据集（AID与NWPU）上的实验研究表明，我们的方案实现了稳定/一致的性能（最小标准差为）与有竞争力的总体分类性能（AID：95.85\% 与 NWPU：94.09\%）。
引用
@article{arxiv.2308.14076,
title = {A Novel Multi-scale Attention Feature Extraction Block for Aerial Remote Sensing Image Classification},
author = {Chiranjibi Sitaula and Jagannath Aryal and Avik Bhattacharya},
journal= {arXiv preprint arXiv:2308.14076},
year = {2023}
}
备注
The paper is under review in IEEE Geoscience and Remote Sensing Letters Journal (IEEE-GRSL). This version may be deleted and/or updated based on the journal's policy