یادگیری عمیق برای بخش‌بندی تصاویر سنجش از دور

یادگیری عمیق برای بخش‌بندی تصاویر سنجش از دور (Deep Learning for Remote Sensing Image Segmentation) از شبکه‌های عصبی پیچشی و معماری‌های رمزگذار-رمزگشا برای طبقه‌بندی و تفکیک خودکار اشیاء در تصاویر ماهواره‌ای یا هوایی در سطح پیکسل استفاده می‌کند. این الگو که توسط ژو و همکاران (Zhu et al. (2017)) در مجله IEEE Geoscience and Remote Sensing Magazine به صورت سیستماتیک بررسی شده است، رویکردهای قبلی و پراکنده — طبقه‌بندی صحنه، تشخیص شیء، و بخش‌بندی معنایی — را تحت یک چارچوب ویژگی‌های آموخته‌شده واحد، که قادر به بهره‌برداری از غنای فضایی، طیفی و زمانی داده‌های سنجش از دور است، یکپارچه کرد.