למידה עמוקה לפילוח תמונות חישה מרחוק
למידה עמוקה לפילוח תמונות חישה מרחוק מיישמת רשתות עצביות קונבולוציוניות וארכיטקטורות מקודד-מפענח (encoder-decoder) כדי לסווג ולתחום אוטומטית עצמים בתמונות לוויין או אוויר ברמת הפיקסל. פרדיגמה זו, שנסקרה באופן שיטתי על ידי Zhu et al. (2017) ב-IEEE Geoscience and Remote Sensing Magazine, איחדה גישות מפוצלות קודם לכן – סיווג סצנות, זיהוי עצמים ופילוח סמנטי – תחת מסגרת אחת של מאפיינים נלמדים, המסוגלת לנצל את העושר המרחבי, הספקטרלי והזמני של נתוני חישה מרחוק.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/he/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.
- ניתוח תמונה מבוסס-אובייקטים (OBIA)חישה מרחוק↔ compare
- U-Netלמידה עמוקה↔ compare