基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的多源數(shù)據(jù)融合巖性分類方法
激光與光電子學進展
頁數(shù): 10 2024-01-12
摘要: 在巖性分類任務(wù)中,利用單一數(shù)據(jù)源獲取的特征信息有限,因此多源數(shù)據(jù)融合成為提高巖性分類準確性的重要手段。航空遙感影像和數(shù)字高程模型作為典型的遙感數(shù)據(jù)源,可以提供互補的光譜和高程信息。為了提升巖性分類的精度,提出一種融合通道空間注意力機制與多尺度卷積神經(jīng)網(wǎng)絡(luò)的多源遙感數(shù)據(jù)巖性分類方法。該方法通過設(shè)計多尺度空洞卷積模塊,增強卷積神經(jīng)網(wǎng)絡(luò)對航空遙感影像和數(shù)字高程模型深層特征的學習能力,... (共10頁)