Syväoppiminen kaukokartoituskuvien segmentointiin
Syväoppiminen kaukokartoituskuvien segmentointiin soveltaa konvoluutionaalisia neuroverkkoja ja enkooderi-dekooderiarkkitehtuureja kohteiden automaattiseen luokitteluun ja rajaamiseen satelliitti- tai ilmakuvissa pikselitasolla. Zhu ym. (2017) tarkastelivat systemaattisesti IEEE Geoscience and Remote Sensing Magazine -lehdessä tätä paradigmaa, joka yhdisti aiemmin hajanaiset lähestymistavat – kohteen luokittelu, objektintunnistus ja semanttinen segmentointi – yhden opitun piirrepohjaisen kehyksen alle, joka pystyy hyödyntämään kaukokartoitusdatan spatiaalista, spektraalista ja temporaalista rikkautta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/fi/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.
- Objektipohjainen kuvien analyysi (OBIA)Kaukokartoitus↔ compare
- U-NetSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →