DDF2Pol：PolSAR画像分類のためのデュアルドメイン特徴融合ネットワーク
arXiv cs.CV / 2026/4/22
📰 ニュースModels & Research
要点
- 本論文は、PolSAR画像分類向けに、補完的な実数値と複素数値の情報を捉える2つの並列特徴抽出ストリームを用いた軽量デュアルドメインCNN「DDF2Pol」を提案します。
- 深さ方向畳み込み層による空間的強化と、座標注意機構により入力の中で最も有益な領域を重点的に捉えることで、抽出特徴を洗練させます。
- FlevolandおよびSan Franciscoのベンチマークで実験を行い、先行する最先端の実数値・複素数値モデルよりも高い分類性能を示します。
- DDF2Polは、パラメータ数91,371のまま、Flevolandで全体正解率（OA）98.16%、San Franciscoで96.12%を達成しています。
- 再現性とPolSAR解析への実運用を支援するために、著者は公開ソースコードも提供しています（学習データが限られる状況を含む）。
