基于深度学习的遥感图像分类研究

• 作者: 牛鑫鑫 孙阿猛 王钎沣 夏萍
• 来源期刊: 激光杂志
• 关键词: 深度学习 遥感图像分类 卷积神经网络 深度置信网络 自编码器
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 综合评述
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP249
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.05.010

摘要

作为机器学习的分支,深度学习克服了机器学习在提取特征上的弱点,能从海量数据中提取抽象特征.其特征表达能力和泛化能力高,面对海量遥感影像数据也能高效准确的提取特征.遥感影像分类是从提取影像中各类地物特征并归类处理,是遥感影像处理中的关键技术.基于深度学习的遥感图像分类可以弥补传统机器学习分类精度不高、效率低和泛化能力不足的缺陷,推动了遥感分类技术的进步.将首先介绍现有的部分深度学习模型;其次对遥感图像分类方法做阐述;最后对基于深度学习的遥感图像分类方法研究分析并做总结.