计算机应用研究

作者：杨敏航,陈龙,刘慧,钱育蓉,

单位：1.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；2.新疆大学a.软件学院;b.软件工程重点实验室;c.信息工程学院,乌鲁木齐830000；

关键词：卷积神经网络,图卷积网络,多标签,遥感图像分类,

基金：国家自然科学基金资助项目(61966035)；智能多模态信息处理团队资助项目(XJEDU2017T002)；；

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。

来源：2021年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第11期