tensorflow遥感图像分类_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...

提出了一种结合CNN和RNN的框架,用于遥感多标签图像分类。该框架包括K-Branch CNN提取局部特征,双向RNN模拟空间关系,补丁基多注意机制定义注意力分数,提升分类效果。
摘要由CSDN通过智能技术生成

5ee283b791af8ea2f20c0f27da3b45a8.png

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值