基于深度学习的高分辨率遥感影像解译技术研究

• 作者: 张戬 杨少敏 高雅
• 来源期刊: 江苏科技信息
• 学科: 地球科学
• 关键词: 深度学习 影像解译 全卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 基础研究
• 页码范围: 37-41
• 页数: 5页
• 分类号: P208
• 字数: 3247字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7530.2020.04.010

摘要

深度学习思想灵感来源于人脑视觉系统的层次化处理机制,与传统机器学习的最大不同就在于,无须人工设计特征,由深度学习模型自动提取并进行训练.文章研究了基于深度学习的影像解译技术,主要使用了基于预训练卷积神经网络的全卷积神经网络模型架构,构建了基于深度学习的影像解译框架,从模型的构建、样本库设计、模型训练验证等方面进行了分析和研究,实现了一套基于深度学习的影像解译技术流程,为新型基础测绘和自然资源要素提取等应用提供了技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高雅		4	0	0.0	0.0
2	张戬		4	2	1.0	1.0
3	杨少敏		1	0	0.0	0.0