上海科技大学知识管理系统

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，本文提出了一种基于图卷积网络（GCN）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；随后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中的上下文信息；之后在多尺度特征聚合模块中设计渐进式跨层注意力方法建模不同层级特征间的关联信息，以减少特征间差异并实现聚合；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本文方法有效性，并且取得具有竞争力的场景分类效果。