Große Patch-Convolutional Neural Networks zur Szenenklassifikation von hochauflösenden Bildern

Die Erhöhung der räumlichen Auflösung von Fernerkundungssensoren hilft, die Vielzahl an Details zu erfassen, die mit der Semantik von Oberflächenobjekten verbunden sind. Es ist jedoch schwierig für die beliebten objektorientierten Klassifikationsansätze, höhere semantische Ebenen aus den hochauflösenden Fernerkundungsbildern (HSR-RS) zu gewinnen, was oft als „semantische Lücke“ bezeichnet wird. Anstatt ausgeklügelte Operatoren zu entwerfen, können Convolutional Neural Networks (CNNs), eine typische Methode des Deep Learning, automatisch intrinsische Merkmalsbeschreibungen aus einer großen Anzahl von Eingabebildern entdecken, um die semantische Lücke zu überbrücken. Aufgrund des geringen Datenvolumens der verfügbaren HSR-RS-Szenendatensätze, das weit entfernt ist von den Datensätzen natürlicher Szenen, gibt es nur wenige Berichte über CNN-Ansätze zur Klassifikation von Szenen in HSR-RS-Bildern. Wir schlagen eine praktische CNN-Architektur für die HSR-RS-Szenenklassifikation vor, die als Large Patch Convolutional Neural Network (LPCNN) bezeichnet wird. Das Sampling großer Patches wird verwendet, um Hunderte möglicher Szenenpatches für das Lernen von Merkmalen zu generieren, und eine globale Durchschnittspooling-Schicht wird verwendet, um das vollständig verbundene Netzwerk als Klassifikator zu ersetzen, was die Gesamtanzahl der Parameter erheblich reduzieren kann. Die Experimente bestätigen, dass das vorgeschlagene LPCNN effektive lokale Merkmale lernen kann, um eine effektive Darstellung für unterschiedliche landnutzungsbezogene Szenen zu bilden, und eine Leistung erreichen kann, die mit dem Stand der Technik in öffentlichen HSR-RS-Szenendatensätzen vergleichbar ist.