Segmentasi Citra Penginderaan Jauh dengan Pembelajaran Mendalam

Segmentasi Citra Penginderaan Jauh dengan Pembelajaran Mendalam menerapkan jaringan saraf konvolusional dan arsitektur enkoder-dekoder untuk secara otomatis mengklasifikasikan dan menguraikan objek dalam citra satelit atau udara pada tingkat piksel. Ditinjau secara sistematis oleh Zhu et al. (2017) dalam IEEE Geoscience and Remote Sensing Magazine, paradigma ini menyatukan pendekatan yang sebelumnya terfragmentasi — klasifikasi adegan, deteksi objek, dan segmentasi semantik — di bawah satu kerangka fitur yang dipelajari yang mampu memanfaatkan kekayaan spasial, spektral, dan temporal data penginderaan jauh.