基于深度集成学习的遥感图像分类
计算机视觉与模式识别
2026-03-09 v1 人工智能
摘要
遥感图像在众多应用中发挥着关键作用,需要准确的计算机化分类技术。可靠的分类对于将原始图像转化为结构化和可用信息至关重要。虽然卷积神经网络(CNN)在图像分类中表现优异,但它们擅长局部特征提取,却难以捕获全局上下文信息。视觉Transformer(ViT)通过自注意力机制建模长程依赖,从而解决了这一限制。将CNN与ViT集成,因此可以超过单一架构实现更好性能。然而,仅仅增加CNN和ViT组件并不带来进一步的性能提升,反而会因冗余特征表示而产生瓶颈。为此,本研究提出了一种融合模型,将CNN与ViT的优势用于遥感图像分类。为克服性能瓶颈,该方法训练四个独立的融合模型,这些模型集成了CNN和ViT骨干网络,并通过在最终预测阶段进行集成来组合其输出。所提方法在UC Merced、RSSCN7和MSRSI数据集上分别实现了98.10%、94.46%和95.45%的准确率。这些结果超越了竞争性架构,凸显了所提方案的有效性,尤其是其在训练期间高效利用计算资源方面的优势。
引用
@article{arxiv.2603.05844,
title = {Remote Sensing Image Classification Using Deep Ensemble Learning},
author = {Niful Islam and Md. Rayhan Ahmed and Nur Mohammad Fahad and Salekul Islam and A. K. M. Muzahidul Islam and Saddam Mukta and Swakkhar Shatabda},
journal= {arXiv preprint arXiv:2603.05844},
year = {2026}
}