面向遥感影像场景的深度卷积神经网络递归识别模型

编号 zgly0001592195

文献类型 期刊论文

文献题名 面向遥感影像场景的深度卷积神经网络递归识别模型

作者 何海清  庞燕  陈晓勇 

作者单位 东华理工大学测绘工程学院  流域生态与地理环境监测国家测绘地理信息局重点实验室  武汉大学资源与环境科学学院 

母体文献 遥感技术与应用 

年卷期 2017年06期

年份 2017 

分类号 TP183  TP751 

关键词 场景识别  卷积神经网络  深度学习  混淆指数  递归 

文摘内容 在遥感影像场景识别过程中,针对利用卷积神经网络进行固定格网影像场景识别时存在类间可分性不高和局部细节粗糙等问题,提出一种深度卷积神经网络递归识别模型(DCNN-RR)。该模型首先构建卷积层、采样层交替的多层卷积神经网络进行遥感影像多分辨率场景训练。然后,根据格网影像softmax概率计算场景类间混淆指数(Confusion Index,CI),四分格网递归进行卷积神经网络识别,并采用多重窗口滑动递归微调直至CI达到峰值来精准定位场景目标。通过高分辨遥感影像实验表明该模型可适应不同尺度地物的变化,相比固定格网影像显著提高了场景识别精度,局部细节也更为精细。