Süvaõpe kaugseire kujundite eraldamiseks
Süvaõpe kaugseire kujundite eraldamiseks rakendab konvolutsioonilisi neurovõrke ja kodeerija-dekoodri arhitektuure, et automaatselt klassifitseerida ja piiritleda objekte satelliidi- või aerofotodel pikslitasandil. Zhu jt (2017) poolt IEEE Geoscience and Remote Sensing Magazine'is süstemaatiliselt ülevaadatud paradigmat ühendas varem killustunud lähenemisviisid – stseeni klassifitseerimine, objektide tuvastamine ja semantiline segmentatsioon – ühe õpitud tunnuste raamistiku alla, mis suudab ära kasutada kaugseireandmete ruumilist, spektraalset ja ajalist rikkust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zhu, X. X., et al. (2017). Deep learning in remote sensing: A comprehensive review and list of resources. IEEE Geoscience and Remote Sensing Magazine, 5(4), 8–36. DOI: 10.1109/MGRS.2017.2762307 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/et/remote-sensing/deep-remote-sensing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Objektipõhine pildianalüüs (OBIA)Kaugseire↔ compare
- U-NetSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →