宝音图，刘 伟，牛朝阳，李润生，张浩波

（信息工程大学数据与目标工程学院，郑州 450001）

0 概述

随着对地观测技术水平的提高，光学遥感图像的数量急剧增加，如何充分利用不断增多的光学遥感图像进行智能地球观测成为研究热点，科学高效地解析海量光学遥感图像显得尤为重要。场景分类通过给定的语义类别对不同的场景图像进行分类标识，是一种有效的光学遥感图像解析技术。近年来，光学遥感图像场景分类在城市规划、灾害检测、环境监测等领域得到广泛应用［1］。

与光学自然图像分类任务相比，光学遥感图像场景分类任务的图像特征类型复杂、分布范围广，有效提取语义特征以及理解语义内容难度更大［1］。根据应用需求的不同，光学遥感图像特征提取方法被分为三大类：一是初级特征提取方法，其针对光学遥感图像特点在局部或全局设计人类工程特征［1-2］，初级特征提取方法主要包括尺度不变特征变换（Scale-Invariant Feature Transform，SIFT）［3］、局部二进制模式（Local Binary Patterns，LBP）［4］、定向梯度直方图（Histogram of Oriented Gradient，HOG）［5］等，这些方法只能针对特定目标，缺乏灵活性，泛化能力较弱且只有局部特性，不能直接表示整幅图像［6］；二是中级特征提取方法，其先提取图像的局部特征，然后对多个局部特征进行编码以获得遥感图像的中级特征［2］，中级特征提取方法主要包括视觉词袋模型（Bag of Visual Word，BoVW）［7］、稀疏编码（Sparse Coding）［8］等，其因为简单有效的特点而得到广泛应用，但是因为表达能力的限制，导致其分类精度不高；三是高级特征提取方法，该类方法基于深度学习提取光学遥感图像特征，与初级和中级方法不同，深度学习模型通过架构神经网络来学习更强大、更抽象和更深层次的特征，这极大地推动了深度学习在光学遥感图像中的应用。……