报告详情
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
访问权限：仅限参会人
更新：2024-04-12 10:16:30 浏览：1288次
快闪报告
报告开始：2024年05月18日 16:15（Asia/Shanghai）
报告时间：5min
所在会场：[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。
关键词
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
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论