计算机科学 ›› 2018, Vol. 45 ›› Issue (6A): 50-53.
崔璐1,张鹏2,车进1
CUI Lu1,ZHANG Peng2,CHE Jin1
摘要： 准确、高效的遥感图像分类是遥感图像解析的重要研究内容之一。近年来,随着机器学习技术的发展,深度神经网络日渐成为一种有效的遥感图像分类处理方法。分析了遥感图像分类目前存在的一些问题,并简要阐述了几种典型的深度神经网络的原理结构;然后根据遥感图像分类的研究现状和深度神经网络对遥感图像分类的研究现状,总结了深度神经网络在遥感图像分类技术应用中的发展趋势。
中图分类号:
| [1]HINTON G E,SALAKHUTDINOV R R.Reducing the dimensionality of data with neural networks[J].Science,2006,313(5786):504-507. [2]庞荣.深度神经网络算法研究及应用[D].成都:西南交通大学,2016. [3]HINTON G E,OSINDERO S,TEH Y W.A fast learning algorithm for deep belief nets[J].Neural Computation,2006,18(7):1527-1554. [4]吴正文.卷积神经网络在图像分类中的应用研究[D].成都:电子科技大学,2015. [5]LIPPMANN R P.Pattern Classification Using Neural Networks[J].IEEE Communications Magazine,2002,27(11):47-64 [6]卢柳叶,张青峰,李光录.基于BP神经网络的遥感影像分类研究[J].测绘科学,2012,37(6):140-143. [7]卜晓波,龚珍,黎华.基于遗传算法改进BP神经网络的遥感影像分类研究[J].安徽农业科学,2013,41(33):13056-13058,13079. [8]胡永森,王力,吴良才,等.加权变异粒子群BP神经网络在遥感影像分类中的应用[J].地理空间信息,2016,14(12):37-40. [9]谭秀辉.自组织神经网络在信息处理中的应用研究[D].太原:中北大学,2015. [10]杜华强,范文义.Matlab自组织神经网络在遥感图像分类中的应用[J].东北林业大学学报,2003(4):51-53. [11]李石华,金宝轩.基于Matlab的自组织神经网络在地形复杂区遥感图像分类中的应用研究[C]∥第二届“测绘科学前沿技术论坛”论文精选.2010:4. [12]尹汪宏,李朝峰,张俊本,等.基于混合核函数的自组织神经网络遥感图像分类[J].计算机工程与设计,2009,30(2):388-391. [13]任军号,吉沛琦,耿跃.SOM神经网络改进及在遥感图像分类中的应用[J].计算机应用研究,2011,28(3):1170-1172,1182. [14]瞿继双,瞿松柏,王自杰.基于特征的模糊神经网络遥感图像目标分类识别[J].遥感学报,2009,13(1):67-74. [15]崔曦.神经网络及模糊算法的遥感数据分类研究[D].西安:西安科技大学,2008. [16]张强.基于模糊神经网络的遥感影像分类研究[D].昆明:昆明理工大学,2006. [17]EINEN D,ROLFE J,FERGUS R.Understanding deep architectures using a recursive convolutional network[J].arXiv:1312.1847v2,2014. [18]SIMONYAN K,ZISSERMAN A.Very deep concolutional networks or lager-scale image recognition[J].arXiv:1409.1556,Sept.4,2014. [19]曹林林,李海涛,韩颜顺,等.卷积神经网络在高分遥感影像分类中的应用[J].测绘科学,2016,41(9):170-175. [20]邢晨.基于深度学习的高光谱遥感图像分类[D].武汉:中国地质大学,2016. [21]王巧玉.基于深度学习的高光谱遥感图像分类[D].厦门:华侨大学,2016. [22]刘大伟,韩玲,韩晓勇.基于深度学习的高分辨率遥感影像分类研究[J].光学学报,2016,36(4):306-314. [23]黄鸿,何凯,郑新磊,等.基于深度学习的高光谱图像空-谱联合特征提取[J].激光与光电子学进展,2017,54(10):180-188. [24]付秀丽,黎玲萍,毛克彪,等.基于卷积神经网络模型的遥感图像分类[J].高技术通讯,2017,27(3):203-212. [25]张日升,张燕琴.基于深度学习的高分辨率遥感图像识别与分类研究[J].信息通信,2017(1):110-111. [26]LOPUHIN K.Full pipeline demo:poly->pixels－>ML－>poly(Version4.0) [EB/OL].https://www.kaggle.com/lopuhin/full-pipeline-demo-poly-pixels-ml-poly. [27]ZFTurbo.0.51276 Public LB Solution(Version1.0) [EB/OL].https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection/discussion/29829 [28]ChrisCC.Object-based solution for DSTL (Version1.0) [EB/OL].https://www.kaggle.com/chriscc/object-based-solution-for-dstl. |
| [1] | 武红鑫, 韩萌, 陈志强, 张喜龙, 李慕航. 监督和半监督学习下的多标签分类综述 Survey of Multi-label Classification Based on Supervised and Semi-supervised Learning 计算机科学, 2022, 49(8): 12-25. https://doi.org/10.11896/jsjkx.210700111 |
| [2] | 王坤姝, 张泽辉, 高铁杠. 基于Hachimoji DNA和QR分解的遥感图像可逆隐藏算法 Reversible Hidden Algorithm for Remote Sensing Images Based on Hachimoji DNA and QR Decomposition 计算机科学, 2022, 49(8): 127-135. https://doi.org/10.11896/jsjkx.210700216 |
| [3] | 祝文韬, 兰先超, 罗唤霖, 岳彬, 汪洋. 改进Faster R-CNN的光学遥感飞机目标检测 Remote Sensing Aircraft Target Detection Based on Improved Faster R-CNN 计算机科学, 2022, 49(6A): 378-383. https://doi.org/10.11896/jsjkx.210300121 |
| [4] | 杨健楠, 张帆. 一种结合双注意力机制和层次网络结构的细碎农作物分类方法 Classification Method for Small Crops Combining Dual Attention Mechanisms and Hierarchical Network Structure 计算机科学, 2022, 49(6A): 353-357. https://doi.org/10.11896/jsjkx.210200169 |
| [5] | 杜丽君, 唐玺璐, 周娇, 陈玉兰, 程建. 基于注意力机制和多任务学习的阿尔茨海默症分类 Alzheimer's Disease Classification Method Based on Attention Mechanism and Multi-task Learning 计算机科学, 2022, 49(6A): 60-65. https://doi.org/10.11896/jsjkx.201200072 |
| [6] | 朱旭东, 熊贇. 基于样本分布损失的图像多标签分类研究 Study on Multi-label Image Classification Based on Sample Distribution Loss 计算机科学, 2022, 49(6): 210-216. https://doi.org/10.11896/jsjkx.210300267 |
| [7] | 彭云聪, 秦小林, 张力戈, 顾勇翔. 面向图像分类的小样本学习算法综述 Survey on Few-shot Learning Algorithms for Image Classification 计算机科学, 2022, 49(5): 1-9. https://doi.org/10.11896/jsjkx.210500128 |
| [8] | 高捷, 刘沙, 黄则强, 郑天宇, 刘鑫, 漆锋滨. 基于国产众核处理器的深度神经网络算子加速库优化 Deep Neural Network Operator Acceleration Library Optimization Based on Domestic Many-core Processor 计算机科学, 2022, 49(5): 355-362. https://doi.org/10.11896/jsjkx.210500226 |
| [9] | 张文轩, 吴秦. 基于多分支注意力增强的细粒度图像分类 Fine-grained Image Classification Based on Multi-branch Attention-augmentation 计算机科学, 2022, 49(5): 105-112. https://doi.org/10.11896/jsjkx.210100108 |
| [10] | 焦翔, 魏祥麟, 薛羽, 王超, 段强. 基于深度学习的自动调制识别研究 Automatic Modulation Recognition Based on Deep Learning 计算机科学, 2022, 49(5): 266-278. https://doi.org/10.11896/jsjkx.211000085 |
| [11] | 许华杰, 陈育, 杨洋, 秦远卓. 基于混合样本自动数据增强技术的半监督学习方法 Semi-supervised Learning Method Based on Automated Mixed Sample Data Augmentation Techniques 计算机科学, 2022, 49(3): 288-293. https://doi.org/10.11896/jsjkx.210100156 |
| [12] | 董琳, 黄丽清, 叶锋, 黄添强, 翁彬, 徐超. 人脸伪造检测泛化性方法综述 Survey on Generalization Methods of Face Forgery Detection 计算机科学, 2022, 49(2): 12-30. https://doi.org/10.11896/jsjkx.210900146 |
| [13] | 陈贵强, 何军. 自然场景下遥感图像超分辨率重建算法研究 Study on Super-resolution Reconstruction Algorithm of Remote Sensing Images in Natural Scene 计算机科学, 2022, 49(2): 116-122. https://doi.org/10.11896/jsjkx.210700095 |
| [14] | 范红杰, 李雪冬, 叶松涛. 面向电子病历语义解析的疾病辅助诊断方法 Aided Disease Diagnosis Method for EMR Semantic Analysis 计算机科学, 2022, 49(1): 153-158. https://doi.org/10.11896/jsjkx.201100125 |
| [15] | 袁磊, 刘紫燕, 朱明成, 马珊珊, 陈霖周廷. 融合改进密集连接和分布排序损失的遥感图像检测 Improved YOLOv3 Remote Sensing Target Detection Based on Improved Dense Connection and Distributional Ranking Loss 计算机科学, 2021, 48(9): 168-173. https://doi.org/10.11896/jsjkx.200800001 |
|
||
首页