-
题名智能遥感深度学习框架与模型设计
被引量：15
- 1
-
-
作者
龚健雅
张觅
胡翔云
张展
李彦胜
姜良存
-
机构
武汉大学遥感信息工程学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《测绘学报》
EI
CSCD
北大核心
2022年第4期475-487,共13页
-
基金
国家自然科学基金重大研究计划(92038301)
国家自然科学基金青年基金(41901265)。
-
文摘
近年来,随着遥感技术的快速发展,遥感对地观测数据获取量与日俱增。在对海量遥感数据的特征提取与表征上,基于深度学习的智能遥感影像解译技术展现出了显著优势。然而,遥感影像智能处理框架和信息服务能力还相对滞后,开源的深度学习框架与模型尚不能满足遥感智能处理的需求。在分析现有深度学习框架和模型的基础上,针对遥感影像幅面大、尺度变化大、数据通道多等问题,本文设计了嵌入遥感特性的专用深度学习框架,并重点讨论了其构建方法,以及地物分类任务的初步试验结果等。本文提出的智能遥感解译框架架构将为构建具备多维时空谱遥感特性的深度学习框架与模型提供有力支撑。
-
关键词
遥感智能解译
深度学习
专用框架模型
遥感特性
-
Keywords
remote sensing intelligent interpretation
deep learning
dedicated framework and model
remote sensing feature
-
分类号
P227
[天文地球—大地测量学与测量工程]
-
