Глубокое обучение для сегментации изображений дистанционного зондирования

Глубокое обучение для сегментации изображений дистанционного зондирования применяет сверточные нейронные сети и архитектуры типа «кодировщик-декодировщик» для автоматической классификации и разграничения объектов на спутниковых или аэрофотоснимках на пиксельном уровне. Систематически рассмотренный Чжу и др. (2017) в журнале IEEE Geoscience and Remote Sensing Magazine, этот подход объединил ранее разрозненные методы — классификацию сцен, обнаружение объектов и семантическую сегментацию — в единую основу извлеченных признаков, способную использовать пространственное, спектральное и временное богатство данных дистанционного зондирования.