论文部分内容阅读
基于注意力机制的神经网络可重点提取样本中关键区域的特征信息,将此特点应用于偏振图像目标分类任务中有助于充分获取不同偏振图像之间的相互关系,并从关键区域中提取出较多特征信息。针对杂乱自然背景中目标识别难度大的问题,提出一种基于注意力机制的偏振图像目标分类方法。首先,将注意力机制和卷积神经网络相结合,构建出适用于数量有限样本的偏振特征提取模型;然后,选择合适的偏振图像作为模型输入并对其进行训练,使得注意力模块中易于分类的通道域特征信息和空间域特征信息具有较大的权重,以实现分类准确率的进一步提高。实验结果