基于带上下文聚合卷积神经网络的卫星图像场景分类
图像与视频处理
2018-07-13 v2
摘要
场景分类是理解高分辨率遥感影像的基本问题。近来，卷积神经网络(ConvNet)在不同任务中取得了卓越性能，并且人们已作出大量努力来开发面向卫星图像场景分类的多种表示。本文提出一种基于带上下文聚合的ConvNet的新颖表示。所提出的双通路ResNet(ResNet-TP)架构采用ResNet作为骨干，两条通路使网络能够同时建模局部细节与区域上下文。基于ResNet-TP的表示通过对来自两条通路的最后卷积层进行全局平均池化而生成。在两个场景分类数据集UCM Land Use与NWPU-RESISC45上的实验表明，所提机制相较最先进方法取得了可观的改进。
引用
@article{arxiv.1802.00631,
title = {Satellite Image Scene Classification via ConvNet with Context Aggregation},
author = {Zhao Zhou and Yingbin Zheng and Hao Ye and Jian Pu and Gufei Sun},
journal= {arXiv preprint arXiv:1802.00631},
year = {2018}
}