改进的MobileNetV2遥感图像场景分类方法

为了解决传统方法在遥感图像场景分类中存在的低准确率和低精度问题,本文提出一种基于迁移学习与注意力机制的遥感图像场景分类方法。首先,以第二代移动网络(MobileNetV2)为基础网络模型;其次,引入迁移学习防止模型出现过拟合的现象;最后,引入注意力机制模块使模型关注图像中关键的特征信息。在航空图像数据集(AID)、遥感图像场景数据集(NWPU45)进行了实验,准确率分别达到了96.88%、95.45%。实验结果表明,本文方法可以有效地提高遥感图像场景的分类精度。

复杂气候环境下的航空影像获取方法研究与应用

基于广东省复杂的气候环境,本文提出了复杂气候环境下的有效气候监控分析机制,创新了POS数据解算工作模式,研发了高效辅助航摄作业的系列软件,构建了基于元数据库的影像管理体系,优化了航空摄影测量作业流程,改变了传统的航空影像获取方式。成果广泛应用于广东省多个航空影像数据获取项目中,缩短了广东省基础地理信息数据供给周期,应用效果显著,具有典型示范作用。