![5ee283b791af8ea2f20c0f27da3b45a8.png](https://i-blog.csdnimg.cn/blog_migrate/397e7e295c8c6699dbd6fc62d1e2cc5a.jpeg)
一种新的基于补丁的多注意机制的CNN-RNN框架,用于遥感中的多标签图像分类
题目:
A CNN-RNN Framework with a Novel Patch-Based Multi-Attention Mechanism for Multi-Label Image Classification in Remote Sensing
作者:
Genger Sumbul,BegümDemir
来源:
Submitted to 2019 IEEE International Geoscience and Remote Sensing Symposium
Computer Vision and Pattern Recognition (cs.CV)
(Submitted on 28 Feb 2019)
链接:
https://arxiv.org/abs/1902.11274
摘要
本文提出了一种新的框架,在多标签遥感(RS)图像分类的背景下共同利用卷积神经网络(CNN)和递归神经网络(RNN)。拟议框架由四个主要模块组成。第一个模块旨在通过考虑RS图像带可以与不同的空间分辨率相关联来提取初步局部描述符。为此,我们引入了K-Branch CNN,其中每个分支旨在提取具有相同空间分辨率的图像带的描述符。第二个模块旨在模拟局部描述符之间的空间关系。为此ÿ