来源：期刊VIP网 时间：
作者：张盛源;黄国满;卢丽君;赵争;宋新改;
单位：中国测绘科学研究院;国家卫星海洋应用中心;
摘要：针对目前极化合成孔径雷达(PolSAR)数据处理方法难以有效挖掘极化数据中潜在信息的问题，该文提出了一种新的基于双分支编码器与复合注意力特征融合的极化SAR分类网络模型。联合使用极化SAR幅值数据和极化分解数据避免了极化信息捕捉不充分的问题，使用高效通道注意力模块在通道维度重新校准特征信息权重，并引入坐标空间注意力模块增强了对局部空间特征的捕捉，实现多维特征的深度融合；为了减少下采样过程中的特征损失，使用跳跃连接并重新对齐了不同尺度的融合特征。基于广东肇庆地区的高分三号全极化数据集的实验结果表明，该文提出的算法相较其他主流方法在样本不平衡下的总体表现更好，平均精度达到92.5%,平均交并比为79.4%。
关键词：极化合成孔径雷达;;影像分类;;极化分解;;空间注意力机制;;通道注意力机制;;特征融合
基金资助：国家自然科学基金项目(42171442)
