基于CNN-Transformer的SAR图像语义描述方法  

作　　者：于兴超 岳耀 陈庆 

机构地区：[1]大连某部队,辽宁大连116023 [2]广州某部队,广东广州510600

出　　处：《资源导刊》2024年第16期37-40,44,共5页Resources Guide

摘　　要：针对SAR图像语义描述方法,设计一种联合卷积神经网络(CNN)和Transformer的深度学习网络模型架构,实现遥感图像的语义描述生成。该模型架构主要分为两个部分:特征提取器和描述生成器。对于特征提取器,在分析对比Inception-v3、ResNet、VGGNet以及EfficientNet四种经典的CNN特征提取方法基础上,选择EfficientNet模型作为主要的特征提取器。借助Transformer模型的自注意力机制设计描述生成器,生成SAR图像的语义描述。实验结果表明,不同特征提取方法下的CNN-Transformer均能较好地完成SAR图像语义描述,其中EfficientNetB4模型效果最佳,验证准确率达0.8369。

关 键 词：SAR图像 语义描述 特征提取器 注意力机制 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]