来源：期刊VIP网 时间：
作者：吕伏;母彦楠;郭湛湛;
单位：辽宁工程技术大学软件学院;辽宁工程技术大学基础教学部;辽宁省辽河防洪工程有限责任公司;
摘要：针对高分辨率遥感图像背景复杂且目标多尺度，现有场景分类方法特征表征不足以及精度低等问题，提出了一种局部与全局特征融合的多尺度高分辨率遥感图像场景分类方法：(1)通过构建多尺度空洞卷积模块在多个尺度上提取图像信息，以突破传统单一尺度特征提取的局限性，增强网络对复杂场景的细节捕捉能力；(2)采用局部感知卷积模块与高效自注意力模块交替堆叠的方法，扩大对上下文信息和全局依赖性的捕获范围；(3)提出加权交叉特征融合模块，利用跨通道混合注意力聚焦特征的关键信息，提升了模型的编码效率和特征表达精确性，进而有效整合局部与全局特征，增强模型训练的稳定性并避免信息损失。AID和NWPU-RESISC45数据集上的实验结果表明，所提模型的分类准确率分别为98.69%和95.88%,相较于ResNet-50、ConvNext-T、Fasternet、ViT、Swin-Base、EMTCAL、GCSANet和CGINet方法，体现出该模型在遥感场景分类任务中更具有优越性。
关键词：遥感场景分类;;加权交叉特征融合;;多尺度特征;;注意力机制
基金资助：国家自然科学基金项目(51874166,51974145);; 国家自然科学青年基金项目(51904144)
