Multi-Scale Graph-Based Feature Fusion for Few-Shot Remote Sensing Image Scene Classification

Abstract

La clasificación de escenas en imágenes de teledetección ha atraído una gran atención debido a su amplia aplicación en diversos escenarios. En muchos casos prácticos, la clasificación de escenas se enfrenta al desafío de las condiciones de pocos disparos. La principal dificultad de la clasificación de escenas en imágenes de teledetección con pocos disparos radica en cómo extraer características efectivas a partir de datos etiquetados insuficientes. Para resolver estos problemas, se propone un modelo de fusión de características basado en grafos multiescala (MGFF) para la clasificación de escenas en imágenes de teledetección con pocos disparos. En el modelo MGFF, se desarrolla un modelo de construcción de características basado en grafos para transformar las características de imagen tradicionales en características basadas en grafos, con el objetivo de representar eficazmente las relaciones espaciales entre las imágenes. Posteriormente, se propone un modelo de fusión de características basado en grafos para integrar características basadas en grafos de múltiples escalas, con el objetivo de mejorar la discriminación de muestras en función de la información de diferentes escalas. Los resultados experimentales en dos conjuntos de datos públicos de teledetección demuestran que el modelo MGFF puede lograr una precisión superior a la de otros enfoques de clasificación de escenas con pocos disparos.