강화된 주의 모듈에 기반한 원격 감지 이미지 장면 분류

다양한 위성 원격 감지 장면을 분류하는 것은 원격 감지 이미지 해석 분야에서 매우 중요한 하위 작업입니다. 최근 합성곱 신경망(CNN)의 발전으로 원격 감지 장면 분류 방법이 지속적으로 개선되고 있습니다. 그러나 CNN을 기반으로 한 인식 방법을 사용하는 것은 원격 감지 이미지 장면의 배경이 복잡하고 이러한 장면에서 종종 작은 물체가 많이 나타나기 때문에 도전적입니다. 본 논문에서는 심층 신경망의 특징 추출 및 일반화 능력을 개선하여 더욱 차별적인 특징을 학습할 수 있도록 강화된 주의 모듈(EAM)을 설계했습니다. 우리가 제안한 방법은 NWPU-RESISC45에서 94.29%의 정확도를 달성했으며, 다양한 원격 감지 장면 인식 데이터 세트에서 최첨단 성능을 보였습니다. 실험 결과는 제안한 방법이 최첨단 방법보다 더 차별적인 특징을 학습할 수 있으며, 원격 감지 이미지의 장면 분류 정확도를 효과적으로 개선할 수 있음을 보여줍니다. 우리의 코드는 https://github.com/williamzhao95/Pay-More-Attention 에서 확인할 수 있습니다.