StrideNET：基于Swin Transformer的动态粗糙度提取地形识别
计算机视觉与模式识别
2024-09-20 v2 机器学习
摘要
随着卷积神经网络的兴起，以及最近通过视觉Transformer的发展，遥感图像分类领域取得了巨大进步。这些模型凭借其自注意力机制，能够有效捕捉图像块之间的全局关系和长距离依赖，这与传统卷积模型形成对比。本文介绍了StrideNET，一种基于Transformer的双分支模型，用于地形识别和地表粗糙度提取。地形识别分支采用Swin Transformer，利用其捕捉局部和全局特征的能力对多种地形进行分类。作为补充，粗糙度提取分支利用统计纹理特征分析技术，动态提取粗糙度和光滑度等重要地表属性。该模型在包含草地、沼泽、沙地和岩石四类地形的自定义数据集上进行了训练，其平均测试准确率超过99%，优于基准CNN和基于Transformer的模型。本工作的应用领域包括环境监测、土地利用与覆盖分类、灾害响应和精准农业等。
引用
@article{arxiv.2404.13270,
title = {StrideNET: Swin Transformer for Terrain Recognition with Dynamic Roughness Extraction},
author = {Maitreya Shelare and Neha Shigvan and Atharva Satam and Poonam Sonar},
journal= {arXiv preprint arXiv:2404.13270},
year = {2024}
}
备注
6 pages, 5 figures, 3rd IEEE International Conference on Computer Vision and Machine Intelligence (IEEE CVMI)