深度学习方法用于遥感图像处理的研究进展

被引：9

作者：

罗仙仙 ^{[1
,2
,3
]}

曾蔚 ^{[1
,2
,3
]}

陈小瑜 ^{[4
]}

张东水 ^{[5
]}

庄世芳 ^{[1
,2
,3
]}

机构：

[1] 泉州师范学院数学与计算机科学学院

[2] 福建省大数据管理新技术与知识工程重点实验室

[3] 智能计算与信息处理福建省高等学校重点实验室

[4] 泉州师范学院资源与环境科学学院

[5] 湖南科技大学资源环境与安全工程学院

来源：

泉州师范学院学报 | 2017年 / 35卷 / 06期

关键词：

遥感; 深度学习; 图像处理;

D O I：

10.16125/j.cnki.1009-8224.2017.06.008

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

深度学习是当前机器学习与人工智能研究热点,深度学习方法用于遥感图像处理取得快速发展.首先简要介绍现有遥感数据源及其非监督与监督分类方法.在总结深度学习典型方法及其最新演化模型基础上,分析了深度信念网络、卷积神经网络、自动编码器在遥感图像处理中的国内外研究现状.针对当前应用现状与存在问题,指出今后研究方向:一方面要适应智能化遥感图像处理的发展趋势,加强算法理论研究,尤其人机协同工作、典型方法应用与修正、新模型拓展与应用;另一方面针对遥感大数据的应用需求,应加强遥感数据集建设、构建行业统一遥感大数据监测平台.

引用

页码：35 / 41

页数：7

共 19 条

[1] 基于深度学习的无人机遥感影像水体识别 [J].