基于CNN的高分遙感影像深度語義特征提取研究綜述
作者：董蘊雅; 張倩 華東師范大學計算機科學與軟件工程學院; 上海200333
摘要：近年來,深度學習作為計算機視覺的研究熱點,在諸多方面得以發展與應用。特征提取是理解和分析高分遙感影像的關鍵基礎。為促進高分遙感影像特征提取技術的發展,總結了深度學習模型在高分遙感影像特征提取技術的研究與發展,如:AlexNet,VGG-網和GoogleNet等卷積網絡模型在深度語義特征提取中的應用。此外,重點分析和討論了以卷積神經網絡模型為基礎的各類深度學習模型在高分遙感影像特征提取方面的應用與創新,如:遷移學習的應用;卷積神經網絡(Convolutional Neural Network,CNN)模型結構的改變;CNN模型與其他模型結構的結合等方式,均提升了深度語義特征提取能力。最后,對卷積神經網絡模型在高分遙感影像深度語義特征提取方面存在的問題以及后續可能的研究趨勢進行了分析。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
遙感技術與應用雜志
遙感技術與應用雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：濕地遙感專欄、數據與圖像處理、遙感應用、地理信息與遙感大數據等。于1986年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
