典型文献
弱监督多示例子概念学习的遥感场景分类
文献摘要：
遥感场景分类是近年来计算机视觉和表示学习领域的热门研究课题,其主要工作是基于学习到的特征信息自动分类图像场景.传统上场景分类方法忽略了场景中多个子概念的学习,进而影响到场景语义识别.为了解决上述问题,文中提出一种弱监督多示例子概念学习(Weakly Supervised Multi-Instance Sub-concept Learning)的遥感场景分类方法.首先,基于弱监督定位网络从逐类响应图中预测峰值坐标,以定位感兴趣的示例区域;其次,将峰值坐标信息回溯到卷积层,自动截取多个示例特征组成示例袋作为多示例聚合网络的输入.然后,在多示例聚合网络上嵌入一个子概念层,迭代学习子概念与示例之间的匹配分数,再将所有的示例进行聚合生成示例袋概率分数;最后,组合两个损失函数,联合训练整个网络,得到富于判别的分类模型.在AID、NWPU-RESISC45和CIFAR10/100数据集上进行了分类实验,结果表明,所提方法有效提高了遥感场景分类性能.
文献关键词：
遥感场景分类;卷积神经网络;弱监督;多示例;子概念学习
中图分类号：
作者姓名：
陈春芳;边小勇;费雄君;杨博;张晓龙
作者机构：
武汉科技大学 计算机科学与技术学院,武汉430065;武汉科技大学 大数据科学与工程研究院,武汉430065;智能信息处理与实时工业系统湖北省重点实验室,武汉430065
文献出处：
引用格式：
[1]陈春芳;边小勇;费雄君;杨博;张晓龙-.弱监督多示例子概念学习的遥感场景分类)[J].小型微型计算机系统,2022(01):76-83
A类：
子概念学习
B类：
弱监督,多示例,例子,遥感场景分类,计算机视觉,表示学习,学习领域,研究课题,特征信息,信息自动分类,上场,分类方法,到场,场景语义,语义识别,Weakly,Supervised,Multi,Instance,Sub,concept,Learning,响应图,以定,感兴趣,回溯到,卷积层,截取,聚合网络,迭代学习,配分,损失函数,联合训练,富于,分类模型,AID,NWPU,RESISC45,CIFAR10,分类性能
AB值：
0.383786
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。
