av在线播放日韩亚洲欧,av网站免费线看,bt√天堂资源在线官网,а天堂www在线忘忧草,国产成人精品97

首頁 > 期刊 > 遙感技術(shù)與應(yīng)用 > 基于CNN的高分遙感影像深度語義特征提取研究綜述 【正文】

基于CNN的高分遙感影像深度語義特征提取研究綜述

作者:董蘊雅; 張倩 華東師范大學(xué)計算機科學(xué)與軟件工程學(xué)院; 上海200333

摘要:近年來,深度學(xué)習(xí)作為計算機視覺的研究熱點,在諸多方面得以發(fā)展與應(yīng)用。特征提取是理解和分析高分遙感影像的關(guān)鍵基礎(chǔ)。為促進高分遙感影像特征提取技術(shù)的發(fā)展,總結(jié)了深度學(xué)習(xí)模型在高分遙感影像特征提取技術(shù)的研究與發(fā)展,如:AlexNet,VGG-網(wǎng)和GoogleNet等卷積網(wǎng)絡(luò)模型在深度語義特征提取中的應(yīng)用。此外,重點分析和討論了以卷積神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)的各類深度學(xué)習(xí)模型在高分遙感影像特征提取方面的應(yīng)用與創(chuàng)新,如:遷移學(xué)習(xí)的應(yīng)用;卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)模型結(jié)構(gòu)的改變;CNN模型與其他模型結(jié)構(gòu)的結(jié)合等方式,均提升了深度語義特征提取能力。最后,對卷積神經(jīng)網(wǎng)絡(luò)模型在高分遙感影像深度語義特征提取方面存在的問題以及后續(xù)可能的研究趨勢進行了分析。

注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。

遙感技術(shù)與應(yīng)用雜志

遙感技術(shù)與應(yīng)用雜志, 雙月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅持科學(xué)性、學(xué)術(shù)性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:濕地遙感專欄、數(shù)據(jù)與圖像處理、遙感應(yīng)用、地理信息與遙感大數(shù)據(jù)等。于1986年經(jīng)新聞總署批準的正規(guī)刊物。

  • 北大期刊
  • CSCD期刊
  • 統(tǒng)計源期刊
  • 1-3個月審核

服務(wù)介紹LITERATURE

正規(guī)發(fā)表流程 全程指導(dǎo)

多年專注期刊服務(wù),熟悉發(fā)表政策,投稿全程指導(dǎo)。因為專注所以專業(yè)。

保障正刊 雙刊號

推薦期刊保障正刊,評職認可,企業(yè)資質(zhì)合規(guī)可查。

用戶信息嚴格保密

誠信服務(wù),簽訂協(xié)議,嚴格保密用戶信息,提供正規(guī)票據(jù)。

不成功可退款

如果發(fā)表不成功可退款或轉(zhuǎn)刊。資金受第三方支付寶監(jiān)管,安全放心。