26年CH数据科学与大数据 基于深度学习的高分辨率遥感影像场景分类研究-终稿全(22993字).docx

基于深度学习的高分辨率遥感影像场景分类研究 数学与计算机科学学院 数据科学与大数据技术专业 221309031 许维佳指导教师 蔡丹琳教授摘要本研究针对高分辨率遥感影像场景分类中类间特征差异小、易混淆，传统卷积神经网络（CNN）难以应对地物尺度变化与光谱相似问题，且 Transformer 模型计算量大、无法适配无人机等边缘设备即时处理需求的核心痛点，以包含 21 类土地利用场景的UCMercedLandUse 数据集为研究对象，融合注意力机制与特征融合技术展开系统性探究[1]。研究以 ResNet-50[15]为基准模型，提出通道-空间注意力融合的 SAFF 模型，在其layer2、layer...