对深度学习的理解:

深度学习是通过算法进行分类一般会执行以下三个过程:首先定义特征,然后建立分类规则,最后通过分类规则完成分类。
实际上,在以往的分类方法中或多或少会利用已经被人类知识预选过得“特征”或“规则”。
一些研究表明,深度学习的隐藏层输出值自动的由低层次到高层次学习到了不同的特征,而每层的卷积核则会被训练成为如何提取这些特征的算子。
采用深度结构的神经网络模型称为了当前使用的深度学习,深度学习。深度学习网络既可以是线性的也可以加入非线性的层或参数非线性的。
遥感数据的分辨率越低,地物细节就越不清楚。即便是在较高分辨率的遥感数据上,地表上覆盖的大多数地物都不具备像日常生活样本库一样的丰富特征。
实际情况是,单个特征分类的精度(样本本身的类代表性)、特征间的相关性和特征的数量一起决定了分类的精度。
近年来,尽管比不上一些深度学习应用研究领域的热度,但是对于遥感地物分类的研究,特别是中高分辨率遥感数据地物分类的研究还是不少。但是,因为缺少一个统一的实验数据,很多研究也都只给出了结果而没有给出具体参数、算法和代码。所以并没有产生CIFAR-10,IMAGENET,COCO等日常生活样本库中形成共识的评价标准。早些年像美国的ELCD项目和欧洲的CORINE项目这一类面向全国资源利用概略调查应用的一般都是依靠分辨率较低的影像(10-30m左右)
深度学习通常需要大量样本进行训练。当前分享的中高分辨率遥感地物样本库,如UCMerced Land-use Dataset,RSSCN7 Dataset都不太能满足深度学习研究对样本数量的需求。
样本数量上的不足只是一个方面。现有的遥感样本库都只有最多30种地物类型,这主要是考虑到地物选择的典型性和细节丰富程度,而没有考虑需要全面涵盖遥感影像的地物类型。恰恰地表覆盖分类的应用中需要样本库有更全面的地物类型。另一个需要注意的问题是在样本库制作时要尽量避免不同标签物的混淆,尽管这些情况很常见。
避免不同标签地物的混杂一方面需要设计更合理的分类,保证内部有一定多样性的同时保证类间保持一定的可分性;另一方面,也可以采用多标签样本的方案,这可能更适合遥感地物的特点
现有的中高分辨率遥感样本库训练的网络并不能用于地物分类,但是它们可以用来研究网络本身。
:文章选自《关于深度学习和遥感地物分类的研究》代林沅

关于深度学习和遥感地物分类的研究相关推荐

  1. 毕业设计-深度学习的点云分类方法研究

    目录 前言 课题背景和意义 实现技术思路 一.点云处理介绍 二.点云分类方法 实现效果图样例 最后 前言

  2. 深度学习在点云分类中的研究综述————文献总结

    根据知网的一篇文章写的总结,详见我的资源:深度学习在点云分类中的研究综述_王文曦.pdf 这篇文章详细介绍了点云语义分割的发展概况. 正文开始 点云的语义分割的发展概况,先上图: 基于深度学习的分类方 ...

  3. 深度学习在遥感图像目标检测中的应用综述

    深度学习在遥感图像目标检测中的应用综述 1 人工智能发展 1.1 发展历程 1.2 深度学习的应用 2 深度学习 2.1 机器学习概述 2.2 神经网络模型 2.3 深度学习 2.4 深度学习主要模型 ...

  4. 论文笔记:基于深度学习的遥感影像变化检测综述

    论文主要信息 本篇博文主要是对该论文进行总结和翻译,如有错漏,欢迎指出.(目前仅对有监督学习部分进行了整理) 标题:Deep learning for change detection in remo ...

  5. 深度学习处理遥感影像入门教程

    这篇文章是武汉大学张良培教授的深度学习处理遥感影像处理的入门教程论文. Deep Learning forRemote Sensing Data Liangpei Zhang DL在RS领域有非常好的 ...

  6. 基于深度学习的遥感应用

    文章目录 深度学习的发展过程 深度学习在遥感中的应用 基于深度学习的遥感样例库建设 基于深度学习的遥感影像目标及场景检索 基于深度学习的建筑物提取 基于深度学习的密集建筑物自动检测 基于深度学习的道路 ...

  7. 一种基于深度学习的遥感图像分类及农田识别方法

    文章针对现有的神经网络收敛速度慢.识别准确率不高的缺点,提出了一种基于卷积神经网络的遥感图像农田分类及识别方法.该算法使用较大的卷积核,有效地提取梯度信息:设计深度为6层的卷积神经网络,提高了网络的分 ...

  8. 基于深度学习的遥感测绘行业解决方案

    遥感测绘 | 气象水文 | 星图计算 | 测绘地理 深度学习 | 卫星影像 | 基础测绘 | 星地计算 随着遥感影像的空间分辨率.光谱分辨率和时间分辨率不断提高,空间技术发展尤其是地理信息系统和全球定 ...

  9. 深度学习在遥感图像处理中的六大应用

    2006年,加拿大多伦多大学教授.机器学习领域的泰斗Geoffrey Hinton和他的学生在<科学>上发表了一篇文章,开启了深度学习在学术界和工业界的浪潮. 深度学习摧枯拉朽般地实现了各 ...

最新文章

  1. 持续更新 | PMCAFF问答专场活动分享笔记大合集
  2. vue如何在用户要关闭当前网页时弹出提示
  3. find命令的技巧和一些例子
  4. docker+selenium grid解决node执行经常卡死
  5. 计算机软著研究生毕业,关于研究生推免工作科研成果和竞赛计分详细说明
  6. Django项目实践2 - Django模板语言(常用语法规则)
  7. Fiddler 教程
  8. 电脑误删文件硬盘U盘内存卡数据修复---EasyRecovery恢复
  9. 最全的基于MFC的ActiveX控件开发教程
  10. java流分类_什么是流分类-JAVA中什么是流?流经常按照哪几种方式分类,每种方式又将流各分? 爱问知识人...
  11. linux清理缓存和垃圾,CentOS等Linux系统如何清理系统垃圾和日志?
  12. Druid数据库密码加密 包含单数据源密码加密,多数据源密码加密详细配置
  13. type_traits之 析取 合取 否定
  14. 单片机输出信号与电机驱动信号之间要用光电耦合器隔离
  15. 税务会计实务【13】
  16. 躲避雪糕刺客?通过爬虫爬取雪糕价格
  17. Static Clutter Removal DPU
  18. 华为设备ARP配置命令
  19. 广州大学数据库实验报告_广州大学学生实验报告.doc
  20. 我所理解的代码整洁之道(一)

热门文章

  1. C语言if switch语句的基本用法
  2. RGB彩色图像分量提取(java实现)
  3. 建筑建模学习笔记4——室内放置物品/设置灯光/设置材质/渲染出图
  4. 葫芦书笔记----经典算法
  5. 免费直播!真.零基础能学会的前端入门教程,还带实操抖音风格字体特效!
  6. 吉利汽车将采用高通骁龙820Am打造下一代车载信息娱乐系统
  7. 计算机丢失qtxml,qt5xml.dll(缺失qt5xml.dll文件修复工具)V1.0 正式版
  8. 【JavaScript】类数组详解
  9. 圆桌论坛:湾区工业互联和国际化创新平台‖ 2019大亚湾论坛
  10. 思科模拟器静态路由的配置