基于多尺度图卷积上下文特征聚合的遥感场景分类方法
摘要
针对当前遥感场景分类方法未充分利用多尺度信息与上下文信息，使得场景分类性能受限的问题，提出了一种基于图卷积网络的多尺度上下文特征聚合模型。首先，在图像特征提取模块中通过主干网络提取遥感图像的多层级特征与全局特征；其次，在上下文信息增强模块中基于图卷积网络学习不同层级特征的上下文信息；然后，在多尺度特征聚合模块中设计渐进式跨层注意力方法对不同层级特征间的关联信息进行建模，以减少特征间差异并实现特征聚合；最后，融合全局特征与聚合特征实现场景分类，同时采用标签平滑损失以增强模型泛化性。在数据集AID与NWPU-RESISC45中的实验结果验证了所提方法的有效性，并且取得较好的场景分类效果。
引用本文（GB/T 7714）
陈宝岚 Chen Baolan, 李华旺 Li Huawang, 王吟霄 Wang Yinxiao. 基于多尺度图卷积上下文特征聚合的遥感场景分类方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。