首页|基于图卷积网络的多标签遥感图像分类

基于图卷积网络的多标签遥感图像分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于遥感图像包含物体类别多样,单个语义类别标签无法全面地描述图像内容,而多标签图像分类任务更加具有挑战性.通过探索深度图卷积网络(GCN),解决了多标签遥感图像分类缺乏对标签语义信息相关性利用的问题,提出了一种新的基于图卷积的多标签遥感图像分类网络,它包含图像特征学习模块、基于图卷积网络的分类器学习模块和图像特征差异化模块三个部分.在公开多标签遥感数据集Planet和UCM上与相关模型进行对比,在多标签遥感图像分类任务上可以得到了较好的分类结果.该方法使用图卷积等模块将多标签图像分类方法应用到遥感领域,提高了模型分类能力,缩短了模型训练时间.
Multi-label remote sensing image classification based on graph convolutional network

杨敏航、陈龙、刘慧、钱育蓉

展开 >

新疆维吾尔自治区信号检测与处理重点实验室,乌鲁木齐830046

新疆大学软件学院,乌鲁木齐830000

新疆大学软件工程重点实验室,乌鲁木齐830000

新疆大学信息工程学院,乌鲁木齐830000

展开 >

卷积神经网络 图卷积网络 多标签 遥感图像分类

国家自然科学基金资助项目智能多模态信息处理团队资助项目

61966035XJEDU2017T002

2021

10.19734/j.issn.1001-3695.2021.04.0153

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(11)
  • 6
  • 3