融合1D-CNN和注意力机制的SAR影像地表水体信息提取

Surface Water Information Extraction from SAR Images by Fusing 1D-CNN and Attention Mechanism

准确地提取水体信息对洪涝灾害评估与水资源保护具有重要意义。本文利用融合了注意力机制的一维卷积神经网络模型对合成孔径雷达影像及纹理特征进行建模,并与支持向量机和逻辑回归模型进行了对比分析。结果表明:该模型在水体信息提取中,能够有效解决斑点噪声和山体阴影的影响,具有训练速度快、泛化能力强和鲁棒性好的特点。