结合深度学习和半监督学习的遥感影像分类进展

• 作者: 杜培军 王雪 谭琨
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 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
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 学者观点
• 页码范围: 1823-1841
• 页数: 19页
• 分类号: TP751
• 字数: 14449字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	南京大学自然资源部卫星测绘技术与应用重点实验室	29	283	9.0	16.0
2	谭琨	华东师范大学地理信息科学教育部重点实验室	39	553	11.0	23.0
4	王雪	华东师范大学地理信息科学教育部重点实验室	19	86	6.0	9.0