结合深度学习和半监督学习的遥感影像分类进展

论文摘要

本文以结合深度学习的遥感影像特征提取和不充足样本下地物识别与分类作为出发点,对2017—2019年用于遥感图像处理中小样本训练的深度学习方法进行归类总结,介绍如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题,从深度生成模型、迁移学习以及一些高效特征提取网络3个方面进行全面剖析。首先,探讨了以GAN(generative adversarial network)和VAE(variational autoencoder)及其衍生结构在遥感技术中分类、变化检测上的应用;然后,在基于知识复用的辅助训练策略——迁移学习中主要从基于网络的迁移和基于数据结构的迁移两大类应用展开讨论;最后探讨了结合半监督学习和主动学习等思想的深度学习算法以及一些新颖的网络结构的应用。虽然深度学习在遥感技术领域发挥了极大的优势,性能也普遍超过了浅层的学习器,但结合物理模型的分析和高性能的实用性遥感应用仍需进一步发展与研究。

论文目录

文章来源

类型: 期刊论文

作者: 谭琨,王雪,杜培军

关键词: 遥感影像分类,深度学习,深度生成模型,半监督学习,迁移学习

来源: 中国图象图形学报 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 华东师范大学地理信息科学教育部重点实验室,中国矿业大学自然资源部国土环境与灾害监测重点实验室,南京大学自然资源部卫星测绘技术与应用重点实验室

分类号: TP18;TP751

页码: 1823-1841

总页数: 19

文件大小: 1902K

下载量: 1345

相关论文文献

• [1].深度学习算法在遥感影像分类识别中的应用现状及其发展趋势[J]. 测绘与空间地理信息 2020(04)
• [2].基于监督分类的遥感影像分类方法研究[J]. 西部探矿工程 2020(12)
• [3].基于样本优选改进的随机森林遥感影像分类研究[J]. 城市勘测 2017(04)
• [4].遥感影像分类方法研究[J]. 黑龙江科技信息 2012(33)
• [5].遥感影像分类方法研究进展[J]. 光谱学与光谱分析 2011(10)
• [6].基于深度迁移学习的城市高分遥感影像分类[J]. 江西科学 2020(01)
• [7].深度学习在遥感影像分类中的研究进展[J]. 计算机应用研究 2018(12)
• [8].融合时间特征的遥感影像分类[J]. 国土资源遥感 2017(01)
• [9].面向高分辨率遥感影像分类的分层策略研究[J]. 四川水泥 2017(05)
• [10].高光谱遥感影像分类方法综述[J]. 安徽农学通报 2017(14)
• [11].利用空间抽样理论的遥感影像分类结果精度评价方法[J]. 计算机应用与软件 2016(07)
• [12].遥感影像分类结果的不确定性研究[J]. 中国农学通报 2010(05)
• [13].深度学习在遥感影像分类与识别中的研究进展综述[J]. 测绘通报 2019(02)
• [14].一种基于特征选择的面向对象遥感影像分类方法[J]. 科学技术与工程 2016(32)
• [15].基于人工神经网络法的遥感影像分类研究[J]. 山西师范大学学报(自然科学版) 2017(01)
• [16].基于规则的遥感影像分类方法研究——以黄山市为例[J]. 安徽理工大学学报(自然科学版) 2014(04)
• [17].遥感影像分类方法研究动态[J]. 安徽农业科学 2012(28)
• [18].遥感影像分类中的模糊聚类有效性研究[J]. 武汉大学学报(信息科学版) 2009(04)
• [19].基于决策树的遥感影像分类方法研究[J]. 农家参谋 2020(16)
• [20].矿区塌陷区遥感影像分类方法应用[J]. 测绘与空间地理信息 2020(10)
• [21].遥感影像分类方法精度研究[J]. 牡丹江师范学院学报(自然科学版) 2017(01)
• [22].多种信息分割合并的面向对象遥感影像分类[J]. 测绘科学 2014(08)
• [23].基于混沌遗传算法的遥感影像分类[J]. 测绘科学 2011(02)
• [24].基于核模糊聚类的遥感影像分类[J]. 南京林业大学学报(自然科学版) 2010(06)
• [25].深度学习在多标签遥感影像分类中应用的研究现状[J]. 科学技术创新 2020(01)
• [26].小样本条件下的半监督遥感影像分类方法研究[J]. 青海科技 2020(01)
• [27].基于改进决策树分类算法的遥感影像分类研究[J]. 计算机测量与控制 2018(07)
• [28].决策树算法在西藏遥感影像分类中的应用研究[J]. 测绘 2011(01)
• [29].假彩色合成和精度评价方法对遥感影像分类精度的影响[J]. 重庆电子工程职业学院学报 2009(05)
• [30].“四同”条件下周口城区高分一号遥感影像分类对比研究[J]. 地球信息科学学报 2020(10)

标签：遥感影像分类论文;  深度学习论文;  深度生成模型论文;  半监督学习论文;  迁移学习论文;