【寧夏大學(xué)新聞中心訊 信息工程學(xué)院】近日，信息工程學(xué)院呂鵬遠(yuǎn)副教授（第一/通訊作者）在遙感領(lǐng)域頂級(jí)期刊《IEEE Transactions on Geoscience and Remote Sensing》（中科院一區(qū)TOP，IF=8.125）發(fā)表的論文“SCViT: A Spatial-Channel Feature Preserving Vision Transformer for Remote Sensing Image Scene Classification” 被遴選為ESI數(shù)據(jù)庫(kù)高被引論文，其被引頻次已進(jìn)入地球科學(xué)（Geosciences）學(xué)術(shù)領(lǐng)域最優(yōu)秀的1%之列。該論文第一作者單位為寧夏大學(xué)。

高空間分辨率遙感影像能夠獲取精細(xì)的地物幾何信息，目前常見(jiàn)的高分辨率衛(wèi)星影像其空間分辨率已達(dá)到亞米級(jí)。然而高空間分辨率遙感影像其光譜信息相對(duì)有限，為影像高精度解譯帶來(lái)了挑戰(zhàn)。該論文提出了一種聯(lián)合空間與譜間深度特征的遙感影像場(chǎng)景分類(lèi)方法，此方法使用深度自注意力機(jī)制直接挖掘影像中地物的空間分布以及光譜間的長(zhǎng)距依賴(lài)關(guān)系，相比于現(xiàn)有深度自注意力網(wǎng)絡(luò)，有效顧及了不同特征通道對(duì)地物類(lèi)型判別的貢獻(xiàn)，能夠在多達(dá)45種場(chǎng)景類(lèi)型識(shí)別的任務(wù)下提高模型分類(lèi)精度。該研究是寧夏大學(xué)在遙感與人工智能交叉領(lǐng)域相關(guān)研究上取得的重要進(jìn)展。

論文鏈接：https://ieeexplore.ieee.org/document/9729845

（責(zé)任編輯：王文娣）