原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ComputerEngineeringandApplications计算机工程与应用2024，60（4）173
融入注意力机制的小样本遥感图像场景分类
11112
张多纳，赵宏佳，鲁远耀，崔健，张宝昌
1.北方工业大学信息学院，北京100144
2.北京航空航天大学人工智能研究院，北京100191
摘要：遥感图像场景分类是计算机视觉领域的热点研究方向，对遥感图像场景及其语义理解意义重大。目前，基
于深度学习的遥感图像场景分类方法在该领域占据主导地位。然而实际应用场景面临着样本数据较少、模型泛化
能力较差的问题，致使基于深度学习的遥感图像场景分类方法实现难度较大，性能大幅下降。针对上述难点，提出
了基于注意力机制的小样本遥感图像场景分类方法，设计了一种双分支判别结构进行相似性度量。该方法基于元
学习训练策略对数据集进行任务制划分；为最大限度保留遥感图像中的特征分布，对输入图像进行重叠分块；在特
征提取网络中引入轻量级注意力模块，降低过拟合风险并保证判别性特征的获取；在EMD（earthmover’sdistance）
距离的基础上设计添加双分支相似性度量模块，提升分类器的判别能力。实验结果表明，相较于经典小样本学习方
法，所提出的小样本遥感图像场景分类方法能够显著提升分类性能。
关键词：遥感图像场景分类；小样本学习；元学习；注意力机制；双分支判别
文献标志码：A中图分类号：TP751doi：10.3778/j.issn.1002-8331.2301-0012
Few-ShotSceneClassificationwithAttentionMechanisminRemoteSensing
11112
ZHANGDuona,ZHAOHongjia,LUYuanyao,CUIJian,ZHANGBaochang
1.SchoolofInformationScienceandTechnology,NorthChinaUniversityofTechnology,Beijing100144,China
2.InstituteofArtificialIntelligence,BeihangUniversity,Beijing100191,China
Abstract：Remotesensingsceneclassificationisahotresearchtopicinthefieldofcomputervision,anditisofgreatsig-
nificancetosemanticunderstandingofremotesensingimages.Atpresent,remotesensingsceneclassificationmethods
basedondeeplearningoccupyadominantpositioninthisfield.However,itsuffersfromthelackofsamplesandpoor
modelgeneralizationabilityinactualapplicationscenarios.Therefore,thispaperproposesafew-shotremotesceneclassi-
ficationmethodbasedonattentionmechanism,anddesignsastructureofdual-branchessimilaritymeasurement.This
methodisbasedonthemeta-learningtrainingstrategytodividethedatasetintotasks.Atthemeantime,theinputimages
aredividedintoblocksinordertopreser
文档评论（0）