公开(公告)号：CN116863223A

公开(公告)日：2023-10-10

申请号：CN202310820664.1

申请日：2023-07-05

Applicant: 南京邮电大学

Inventor： 倪康 ,  周帅 ,  陈建奇 ,  邵思林 ,  郑志忠

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及语义注意力特征嵌入Swin Transformer网络的遥感图像场景分类的方法，属于深度学习、特征融合等遥感图像处理技术领域；首先获取遥感图场分类数据集并分为训练集、测试集和验证集，将训练集输入Swin Transformer骨干网中进行训练，将第4阶段全局特征图进行反卷积操作后得到反卷积深度语义特征图，与第3阶段特征图作为双向非对称注意力调制模块的两个输入参数，获取高层语义特征，再进行特征降维之后，引入全局平局池化层得到最终全局深度特征，并利用Softmax损失函数得到最终的场景分类结果；本发明充分顾及遥感场景图像的全局特征信息；语义注意力特征嵌入深度模型，提高融合特征的可辨识性。