一种用于预测航空遥感影像光谱信息的深度学习方法
日期:2022.12.30 点击数:0
【类型】期刊
【刊名】遥感信息
【关键词】 高光谱遥感重建,深度学习,密集卷积神经网络,光谱超分辨率,自适应注意力机制
【摘要】为从航空RGB遥感影像中预测高光谱影像中有用的地物属性信息,提高航空RGB遥感影像光谱的分辨率,提出一种轻量型的深度学习网络模型。所提模型组合了密集卷积神经网络架构和自适应注意力机制的优点,构建了一种新型密集注意力卷积神经网络模型(dense attention convolutional neural network model, DACNN model)。在真实的多模态AeroRIT场景影像和同源的雄安航空遥感影像上的多种定量对比实验结果表明,所提出的网络架构可以生成与原始高光谱遥感影像相似的空间特征和光谱特征,并且所需参数量显著降低,具有较好的性能和适用性,且所提模型架构方法具有一定的通用性。
【年份】2022
【作者单位】昆明理工大学国土资源工程学院;昆明理工大学计算中心;
【期号】06
【页码】123-129
相关文章
- 1、基于深度卷积神经网络的航空器检测与识别 作者:俞汝劼,杨贞,熊惠霖, 年份:2017
- 2、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2021
- 3、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2020
- 4、基于深度学习的航空器异常飞行状态识别 作者:吴奇,储银雪, 年份:2018
- 5、基于多分辨率遥感影像的飞机检测研究 作者:侯宇青阳,全吉成,魏湧明, 年份:2018
- 6、基于卷积神经网络的遥感图像飞机目标识别 作者:晁安娜,刘坤, 年份:2018