Глибоке навчання для сегментації зображень дистанційного зондування
Глибоке навчання для сегментації зображень дистанційного зондування застосовує згорткові нейронні мережі та архітектури кодер-декодер для автоматичної класифікації та окреслення об'єктів на супутникових або аерофотознімках на рівні пікселів. Систематично оглянута Чжу та ін. (2017) у журналі IEEE Geoscience and Remote Sensing Magazine, ця парадигма об'єднала раніше розрізнені підходи — класифікацію сцен, виявлення об'єктів та семантичну сегментацію — під єдиною моделлю вивчених ознак, здатною використовувати просторову, спектральну та часову насиченість даних дистанційного зондування.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/uk/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.
- Об'єктно-орієнтований аналіз зображень (OBIA)Дистанційне зондування↔ compare
- U-NetГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →