リモートセンシング画像セグメンテーションのための深層学習

リモートセンシング画像セグメンテーションのための深層学習は、畳み込みニューラルネットワークとエンコーダ・デコーダアーキテクチャを適用し、衛星画像または航空画像のオブジェクトをピクセルレベルで自動的に分類および区分します。Zhuら（2017）によってIEEE Geoscience and Remote Sensing Magazineで体系的にレビューされたこのパラダイムは、シーン分類、オブジェクト検出、セマンティックセグメンテーションといった、これまで断片的であったアプローチを、リモートセンシングデータの空間的、分光的、時間的な豊かさを活用できる単一の学習特徴フレームワークの下で統合しました。