结合卷积网络与注意力机制的冰凌提取算法

摘要：

针对现有基于卷积神经网络的冰凌提取算法无法获取全局上下文特征导致提取结果不准确的问题,提出了一种基于ResNet的编码器和Transformer的解码器组成的冰凌智能提取算法ConvFormer.具体来说,ConvFormer选择ResNet18作为编码器,用于提取局部的多层次信息,并利用Transformer中的多头注意力机制做特征解码器,用于捕获全局上下文信息.文章进一步选取决策树、随机森林、U-Net和DeeplabV3+作为对照模型开展实验.实验结果表明,ConvFormer在各类指标上均优于其他方法,同时提取结果更加连贯,误分及漏分的现象显著减少,充分满足了冰凌监测需求.

关键词：中巴资源卫星、冰凌提取、ResNet、Transformer、多头注意力

所属期刊栏目：38

分类号：TP753(遥感技术)

资助基金：国家重点研发计划;河南省科技攻关项目;河南省高等职业学校青年骨干教师培养计划;河南省高等学校重点科研项目

在线出版日期：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：49-56