一种基于自注意力机制的航空影像地物分类方法

1.一种基于自注意力机制的航空影像地物分类方法，其特征在于：提出了一种结合通道域和空间域的基于自注意力机制的神经网络模型，该神经网络模型在常规的卷积网络模型VGG16的结构中加入了通道域注意力模块和空间域注意力模块，分别在通道域注意力模块和空间域注意力模块对特征进行权重的自适应分配，最后通过分类器判定地物分类结果；其中通道域注意力模块的处理过程如下，先对VGG16模型提取的大小为14*14*512的原始特征进行全局均值池化操作，得到一个大小为1*1*512的原始张量，使用一个全连接层对1*1*512的原始张量进行降维，然后使用一个ReLU层和一个全连接层把降维后的张量恢复到原始张量大小，最后再使用Sigmoid函数，得到一个1*1*512的通道注意力权重张量，最后将通道注意力权重张量与原始特征相乘，得到通道域注意力模块特征，大小为14*14*512；空间域注意力模块的处理过程如下，首先将通道域注意力模块特征进行2*2的最大池化操作后，得到空间域注意力模块的 输入特征，大小为7*7*512，将其展开为49个1*1*512的局部特征，使用高斯函数计算这些局 部特征的相似度： ，其中 x i , x j 是局部特征值， i,j ∈{0,1,.., 48}，得到一个49*49大小的张量；将7*7*512的输入特征先经过ReLU层后得到49*512大小的特征一，将49*49大小的张量和49*512大小的特征一相乘，最后得到一个49*512的张量一，此张量一再次经过ReLU层后得到一个7*7*512大小的张量二；使用张量二和输入特征计算输出特征：z i = W z y i +x i其中 i ∈{0,1,..,48}， W z 是一个需要学习的初始化为0的权重矩阵， y i 为张量二中的第 i 个张量， x i 是输入特征中的第 i 个特征，经过空间域注意力模块后，增加了 W z y i 在输入特征 x i 上，即对原始的49个局部区域进行了注意力的权重分配；输出特征经过三个全连接层后，最后利用Softmax分类器进行分类结果的预测。 2.如权利要求1所述的一种基于自注意力机制的航空影像地物分类方法，其特征在于：输入VGG16模型之前，先对图像进行重采样。 3.如权利要求1所述的一种基于自注意力机制的航空影像地物分类方法，其特征在于：训练神经网络模型时，使用在ImageNet上预训练的VGG16权重作为初始值。