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

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）