Mélytanulás távérzékelési képszegmentáláshoz
A mélytanulás távérzékelési képszegmentáláshoz konvolúciós neurális hálózatokat és kódoló-dekódoló architektúrákat alkalmaz műholdas vagy légifelvételek objektumainak automatikus osztályozására és körvonalazására pixelenkénti szinten. A Zhu et al. (2017) által az IEEE Geoscience and Remote Sensing Magazine-ban szisztematikusan áttekintett paradigma egyesítette a korábban széttagolt megközelítéseket – jelenetosztályozás, objektumdetektálás és szemantikus szegmentálás – egyetlen tanult jellemzők keretében, amely képes kihasználni a távérzékelési adatok térbeli, spektrális és időbeli gazdagságát.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/hu/remote-sensing/deep-remote-sensing
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Objektum-alapú képelemzés (OBIA)Távérzékelés↔ összehasonlítás
- U-NetMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →