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
计算机与现代化
2024年第12期JISUANJIYUXIANDAIHUA总第352期
文章编号：1006-2475（2024）12-0072-06
基于注意力的DSMSC的遥感图像场景分类
刘宝宝，杨菁菁，陶露，王贺应
（西安工程大学计算机科学学院，陕西西安710048）
摘要：针对遥感影像背景复杂且场景目标尺度信息不同导致模型分类准确度较低的问题，提出一种基于注意力的深度可
分离多尺度扩张特征融合网络的遥感图像场景分类模型（DepthwiseSeparableMulti-scaleDilatedConvolution，
DSMSC）。首先，该模型基于深度可分离卷积构建特征提取模块，在提取影像深层特征的同时减少参数量；然后，通过多
尺度扩张卷积模块增大网络感受野，获取图像的全局特征和关联特征；最后，利用注意力机制使网络关注重要的特征并
将其输入到Softmax分类器进行分类。在遥感场景AID和WHU-RS19这2个数据集上进行验证，实验结果表明与
AlexNet、VGG-16、ResNet18等模型相比，本文模型的准确率分别提高到93.32%和91.15%，同时具有较低的参数量，对遥
感图像场景分类具有一定的应用前景。
关键词：遥感图像场景分类；卷积神经网络；深度可分离卷积；多尺度；扩张卷积
中图分类号：TP183文献标志码：ADOI：10.3969/j.issn.1006-2475.2024.12.011
DSMSCBasedonAttentionMechanismforRemoteSensingImageSceneClassification
LIUBaobao，YANGJingjing，TAOLu，WANGHeying
（SchoolofComputerScience，Xi’anPolytechnicUniversity，Xi’an710048，China）
Abstract：Toaddresstheissueoflimitedclassificationaccuracyinremotesensingimagesceneclassification，arisingfromthe
complexbackgroundandvaryingscalesofsceneobjects，thispaperintroducesaremotesensingimagesceneclassificationmodel
basedonadepthwiseseparablemultiscaledilatedfeaturefusionnetworkwithanattentionmechanism.Firstly，thismodelem⁃
ploysafeatureextractionmodulebuiltondepthwiseseparableconvolutions，allowingtheextractionofdeep-levelimagefeatures
whileminimizingtheparametercount.Subsequently，amultiscaledilatedconvolutionmoduleisusedtoexpandthenetwork’sre⁃
ceptivefield，enablingtheextractionofbothglobalandcontextualfeaturesfromremotesensingimages.Finally，theattention
mechanismisusedtomakethenetworkfocusonimportantfeatures，andtheextractedfeaturesareinputintoaSoftmaxclassifier
forthepurposeofclassification.Wevalidatetheproposedmodelontwodatasets，AIDandWHU-RS19，forremotesensing
文档评论（0）