公开(公告)号：CN117392547A

公开(公告)日：2024-01-12

申请号：CN202311516804.2

申请日：2023-11-15

Applicant: 福州大学

Inventor： 徐伟铭 ,  李紫微 ,  杨仕煜 ,  王娟 ,  潘凯祥 ,  何小英

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/048

Abstract: 本发明提供一种融合Swin Transformer与视觉图神经网络的遥感影像场景分类方法，涉及计算机视觉和遥感图像处理领域。该模型由四个关键部分组成：首先是基于剪枝Swin Transformer的特征提取器，其能构建远距离依赖关系，捕捉全局和局部特征；其次是过渡层，将特征序列转换为特征图；接着，基于视觉图神经网络（ViG）的特征提取器，能够捕捉场景图像的空间拓扑关系，形成空间感知特征；最后使用分类器进行具体的场景分类。本发明采用串行融合和模型剪枝的策略，在降低模型复杂度和训练时间的同时，巧妙融合多尺度特征和空间感知特征，更好地处理了遥感图像类间相似性高和类内差异大的问题，与现有场景分类方法相比，具有较好的遥感场景分类性能。