WGDnet

新型WGDNet利用Wishart统计和几何感知增强PolSAR图像分类

研究人员开发了WGDNet，一种用于极化合成孔径雷达（PolSAR）图像分类的新型深度学习网络。该网络通过集成可学习的Wishart卷积和定向卷积核来提取统计边缘特征，解决了传统方法的局限性。它还包含一个方向先验聚合模块，用于自适应地优化方向输出，以及一个几何感知卷积模块，该模块动态调整采样网格以更好地模拟地形并保留精细细节。在真实PolSAR数据集上的评估表明，与现有的最先进方法相比，WGDNet实现了更高的分类准确性和边界保真度。