[快闪报告]跨维特征融合:一种基于大卷积核和通道混洗的遥感场景分类网络

跨维特征融合:一种基于大卷积核和通道混洗的遥感场景分类网络
编号:2214 稿件编号:36 访问权限:仅限参会人 更新:2024-04-12 10:16:30 浏览:398次 快闪报告

报告开始:2024年05月18日 16:15 (Asia/Shanghai)

报告时间:5min

所在会议:[S7] 主题7、遥感与地理信息科学 » [S7-3] 主题7、遥感与地理信息科学 专题7.3(18日下午,305)

暂无文件

摘要
遥感影像场景分类是一项聚焦于整体场景信息的解译任务,其所包含的丰富语义上下文相较于像素级或对象级任务更具挑战性。随着深度学习的快速发展,卷积神经网络(CNN)在场景分类任务中得到了广泛的应用。然而,传统的卷积操作通过在图像上应用小尺寸的卷积核,倾向于捕捉局部信息,而忽视了大范围特征的提取。针对这一问题,本研究引入了具有更大感受野的大卷积核,增强了模型在捕获局部细节的同时对于非局部信息的理解能力。进一步地,考虑到特征图的有效信息也依赖于通道间的复杂关系,本研究设计了一种通道分离和混洗模块,这一模块能够在通道维度上模拟特征间的相互依赖性。两者的结合形成了一个大核ConvNet,使模型能够在空间和通道维度上捕获特征图的有效依赖关系,从而提供了一种增强特征表达的方式。通过在三个不同的数据集上的实验,验证了所提出方法的有效性。
 
关键字
遥感,场景分类,大核卷积
报告人
张科谦
硕士研究生 河南理工大学

稿件作者
张科谦 河南理工大学
吴微 桂林理工大学
司启亮 河南理工大学
张子谦 河南科技大学
张亦弛 河海大学
ChengGang Henan Polytechnic University
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订