-
题名基于多特征融合与CELM的场景分类算法
被引量:1
- 1
-
-
作者
王光
陶燕
沈慧芳
周树东
-
机构
辽宁工程技术大学软件学院
中国科学院海西研究院泉州装备制造研究所遥感信息工程实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第1期232-240,共9页
-
基金
辽宁省自然科学基金(2019GZDG0048)。
-
文摘
场景分类对于场景图像的语义解译至关重要,是遥感领域近期的主要研究课题之一。针对大部分图像分类方法中提取的特征结构单一,依赖于大量人工标记的数据以及分类器的训练过程缓慢等问题,提出了一种基于多特征融合与约束极限学习机(constrained extreme learning machines,CELM)的场景图像分类方法。该方法采用三种不同结构的预训练卷积神经网络,利用特定数据集对其进行微调,将微调后网络提取到的三种特征进行融合并送入CELM分类器进行分类,最终得到图像的类别标签。以SIRI-WHU、WHU-RS19与UC-Merced数据集作为实验数据集,在预训练卷积神经网络、单一特征和传统分类器上进行的对比实验表明,基于多特征融合与CELM相结合的方法产生了较好的分类效果,三种数据集上的总分类精度分别高达99.25%、98.26%与97.70%。
-
关键词
场景分类
多特征融合
约束极限学习机
-
Keywords
scene classification
multi-feature fusion
constrained extreme learning machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-