典型文献
基于DenseNet与注意力机制的遥感影像云检测算法
文献摘要：
遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法.首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制作云标签,再将其进行顺序裁剪、色彩抖动、旋转等预处理,以增广样本量;然后,将预处理过后的遥感影像及其标签一并输入到以DenseNet作为编码器与解码器的神经网络中,编码器与解码器之间加入级联的空洞卷积模块以增大感受野,双注意力机制与全局上下文建模模块以抑制一些无关的细节信息;最后,经过实验验证表明其精确率可以达到95％以上,交并比可以达到91％以上,较传统云检测算法有较大提高,可以很好地提取小块薄云.
文献关键词：
云检测;DenseNet;双注意力机制;全局上下文建模模块;空洞卷积
中图分类号：
作者姓名：
刘广进;王光辉;毕卫华;刘慧杰;杨化超
作者机构：
中国矿业大学环境与测绘学院,徐州 221116;自然资源部国土卫星遥感应用中心,北京 100048;皖北煤电集团有限责任公司,宿州 234002
文献出处：
引用格式：
[1]刘广进;王光辉;毕卫华;刘慧杰;杨化超-.基于DenseNet与注意力机制的遥感影像云检测算法)[J].自然资源遥感,2022(02):88-96
A类：
全局上下文建模模块
B类：
DenseNet,影像云,云检测,检测算法,遥感影像处理,第一步,小块,薄云,检测效果,密集连接网络,卫星遥感,遥感应用,应用中心,勾取,裁剪,抖动,增广,样本量,过后,一并,编码器,解码器,空洞卷积,卷积模块,感受野,双注意力机制,细节信息,精确率,交并比
AB值：
0.291738
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
