| 光学遥感图像场景分类技术综述和比较 |
| |
| 引用本文： | 李晓斌,江碧涛,王生进.光学遥感图像场景分类技术综述和比较[J].无线电工程,2019(4):265-271. |
| |
| 作者姓名： | 李晓斌 江碧涛 王生进 |
| |
| 作者单位： | 1.北京市遥感信息研究所;2.清华大学电子工程系智能技术与系统国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金资助项目(61771288;61701277);"十三五"国家重点发展基金资助项目(2016YFB0801301) |
| |
| 摘 要： | 近年来,随着遥感成像技术的快速发展,高空间分辨率光学遥感图像的获取变得越来越便利。在需求的牵引和图像数据的支持下,光学遥感图像场景分类技术获得快速发展。基于主流英文期刊和会议发表的相关论文,从场景分类方法、分类性能评价准则和数据集、分类性能比较3个方面对光学遥感图像场景分类技术进行综述和比较。对于场景分类方法,按所用特征的不同将其分为基于人工设计特征和基于深度特征的方法并进行了详细论述。对于分类性能评价准则和数据集,重点介绍了常用的2种评价准则和4种数据集。对于分类性能,挑选多种有代表性的方法,对其分类性能进行比较和分析,并提出后续重点研究方向。
|
| 关 键 词： | 光学 遥感 场景分类 深度学习 深度神经网络 |
A Review and Comparison of Optical Remote Sensing Scene Classification |
| |
| LI Xiaobin,JIANG Bitao,WANG Shengjin.A Review and Comparison of Optical Remote Sensing Scene Classification[J].Radio Engineering of China,2019(4):265-271. |
| |
| Authors: | LI Xiaobin JIANG Bitao WANG Shengjin |
| |
| Affiliation: | (Beijing Institute of Remote Sensing Information,Beijing 100192,China;State Key Laboratory of Intelligent Technology and Systems,Department of Electronic Engineering,Tsinghua University,Beijing 100084,China) |
| |
| Abstract: | |
| |
| Keywords: | optical remote sensing scene classification deep learning deep neural network |
| 本文献已被 维普 等数据库收录！ |
|
