基于多特征卷积神经网络的哨兵二号影像地物分类

作者：黄显培; 孟庆祥^*

来源：应用科学学报, 2023, 41(05): 766-776.

• 哨兵二号
• GoogLeNet
• 深度学习
• 形状特征
• 土地利用分类

空间分辨率为10 m的哨兵二号影像在原始的GoogLeNet中以影像的光谱值作为输入，没有将影像中的地物视为一个整体对象，为了利用影像的面向对象特征，提出了基于多特征的Object-oriented GoogLeNet网络结构。Object-oriented GoogLeNet在原有模型的基础上，引入了面向对象的光谱特征和形状特征，充分利用了不同地物间差异的形状特征进行分类。在武汉市及其周边的无云影像制作的数据集上，Object-oriented GoogLeNet模型的分类结果总体精度在GoogLeNet基础上提升了1.773%。结果表明，引入面向对象的特征模型在哨兵二号遥感影像分类中效果更好。

• 出版日期2023
• 单位武汉大学