深度学习处理遥感影像
文章平均质量分 80
Kun Li
自古山高水远路,无一不为风尘苦。
展开
-
高光谱遥感影像分类项目开源
GitHub - leeguandong/How-to-make-high-resolution-remote-sensing-image-dataset: 高分遥感影像数据集的制作。我研究生期间主要是做高光谱遥感影像分类的,毕业论文也是基于深度学习的高光谱遥感影像分类课题,转眼间已经毕业四年了,如今把这块材料稍作了整理,也许对后来人有用!,高光谱的分类方法和深度学习领域的很多分类方法也是类似的,因此尝试了用mm系列的配置写了一个高光谱分类方法的框架。,挂在arixv,主打轻量化和高速处理。原创 2023-12-03 15:21:36 · 642 阅读 · 0 评论 -
Deep Learning for Hyperspectral Image Classification:An Overview
这是一篇2019年10月份的关于高光谱图像分类的综述,有李树涛和陈雨时两位大佬的署名。1.Introductiontwo main challenges: 1.the large spatial variability of spectral signatures 2. andlimited available training samples versus the high dimensionality of hyperspectral data.第一个挑战通常是由许多因素带来的,例如照明..原创 2020-10-30 12:37:16 · 1122 阅读 · 0 评论 -
Going Deeper with contectual cnn for hyspectral image classification
Going Deeper with contectual cnn for hyspectral image classificationhttps://blog.csdn.net/edogawachia/article/details/88674649原创 2019-05-31 11:34:11 · 495 阅读 · 0 评论 -
Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images
Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images说明se的设计还是很有用的Abstract: By proposing a cascaded dense encoder-decoder network and the selayer based fusion...原创 2019-03-19 12:01:12 · 385 阅读 · 0 评论 -
Bidierctional-Convolutional LSTM Based Spectral-Spatial Feature Learning for Hyperspectral Image Cla
Bidierctional-Convolutional LSTM Based Spectral-Spatial Feature Learning for Hyperspectral Image ClassificationAbstract: 本文提出了一种新的深度学习框架,称为双向卷积长期短期记忆(Bi-CLSTM)网络,用于自动学习高光谱图像(HSI)的光谱空间特征。在网络中,频谱特征提取的...原创 2019-03-19 11:57:48 · 1120 阅读 · 0 评论 -
CLSTM network: A Machine learning Approach for Precipitation Nowcasting
CLSTM network: A Machine learning Approach for Precipitation NowcastingAbstract: 降水临近预报的目标是在相对较短的时间内预测当地的未来降雨强度。 之前的研究很少从机器学习的角度研究这一至关重要且具有挑战性的天气预报问题。 在本文中,我们将降水临近预报制定为时空序列预测问题,其中输入和预测目标都是时空序列。 通过扩展...原创 2019-03-19 11:56:30 · 3003 阅读 · 0 评论 -
Dual-Path Network-Based Hyperspectral Image Classification
IEEE Geoscience and remote sensing lettersDual-Path Network-Based Hyperspectral Image ClassificationAbstract: for pixel-wise HSI classification, the CNN-based methods may not effectively extract t...原创 2019-03-19 11:54:07 · 616 阅读 · 1 评论 -
DOTA: A Lareg-scale dataset for object detection in aerial images
DOTA: A Lareg-scale dataset for object detection in aerial imagesAbstract: Earth vision图像规模庞大,多样性,物体定位和地球表面物体实例的形状检测,良好注释的数据集过于匮乏从不同的传感器和平台众包2806个航拍图像,每一个图像是大约4000*4000,目标涵盖了各种各样的规模,位置,形状。这些图像被遥...原创 2019-03-15 22:16:11 · 831 阅读 · 0 评论 -
Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images
Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images说明se的设计还是很有用的Abstract: By proposing a cascaded dense encoder-decoder network and the selayer based fusion...原创 2019-03-15 21:52:09 · 366 阅读 · 1 评论 -
高光谱中的同物异谱及同谱异物现象
高光谱影像分类中光谱是很重要的一个维度,目前主流的方法是既考虑空间,也考虑光谱,在两个维度上同时采样以提取联合特征。同物异谱:在相同的地物上,由于周围环境、病虫害或者放射性物质等影响,造成的相同的物种但是其光谱曲线不同。异物同谱:在某一谱段区,两个不同地物可能会呈现相同的谱线特征。这是同谱异物,也可能是同一个地物,处于不同的状态,如对太阳光相对角度不同,密度不同,含水量不同,生长环境影响光谱曲线,...原创 2018-06-13 20:03:54 · 16963 阅读 · 1 评论 -
BassNet:Band-Adaptive Spectral-Spatial Feature Learning Neural Network for Hyperspectral Image ...
遥感领域Top期刊(注重算法理论创新)BassNet:Band-Adaptive Spectral-Spatial Feature Learning Neural Network forHyperspectral Image Classification1.Introdction高光谱成像[1],[2]从大量密集相邻的频带收集丰富的光谱信息。 它产生三维(x; y;λ)数据卷,其中x; y表示空间...原创 2018-03-17 21:09:49 · 1272 阅读 · 0 评论 -
深度学习中关于 “深度” 的理解
深度学习中对深度的理解还是很值得去思考的,是规模的深度,还是特征的深度?事实上,通过实验可以发现卷积层的参数由卷积核的个数和卷积核的尺寸来控制,这两个参数直接决定整层的参数的个数,如果两个卷积层这两个参数完全相同,那么这两层的总参数量也完全相同。我们在设计神经网络的时候,卷积核一般是逐层增加的,卷积核的尺寸控制在3*3或者5*5这样的小尺寸是比较好的,小卷积核尺寸已经有很多网络结构说明在图像识别上...原创 2018-03-17 15:59:28 · 11001 阅读 · 0 评论 -
高光谱影像中的Hughes现象
Hughes现象是指在高光谱分析中过程中,随着参与运算波段数目的增加,分类精度“先增后降”的现象。与多光谱相比,高光谱图像的一个显著特点就是它的波段数目远远大于多光谱图像,因而可以提供更为丰富的细节信息,可以解决许多在多光谱中不能解决的目标探查和分类问题,但是由于Hughes现象的存在,使得高光谱图像的实际应用受到限制。在多光谱中,图像的维数较少,训练样本的数目相对于特征空间的维数有较大的比率,因...原创 2018-03-17 12:44:39 · 5654 阅读 · 1 评论 -
深度学习处理遥感影像入门教程
这篇文章是武汉大学张良培教授的深度学习处理遥感影像处理的入门教程论文。Deep Learning forRemote Sensing DataLiangpei ZhangDL在RS领域有非常好的发展前景,传统方法人工提取特征,无法在discriminability和鲁棒性之间达到平衡。以场景识别为例, 在 DL 的帮助下, 场景可以通过利用低级特征捕获的局部空间安排和结构模式的变化来表示为酉变换,...原创 2018-03-16 12:28:16 · 24493 阅读 · 8 评论 -
高光谱图像输入卷积神经网络的维度问题
现在处理高光谱影像大多使用3D-CNN,对于高斯光谱数据而言,输入网络模型的shape是(x,y,z)这种形式,x,y是长宽尺寸,而z是光谱维度,IN数据集一般是200,UP数据集一般是103。keras中Conv2D的输入张量尺寸:(samples, rows, cols, channels)Conv3D的输入张量尺寸:(samples, conv_dim1, conv_dim2, conv_d...原创 2018-03-08 11:22:19 · 7154 阅读 · 9 评论 -
如何制作用于遥感影像分类的高分辨率遥感影像数据集?
How to make high resolution remote sensing image dataset?github地址0.引言根据自身需要制作遥感影像数据还是很具有现实意义: 第一,高分辨率遥感影像数据集目前整体上是缺乏的,主流的有UC-Merced dataset,WHU-RS dataset,RSSCN7 dataset以及2017年由武汉大学制作的目前最大包括10000张30类...原创 2018-03-07 16:02:20 · 17561 阅读 · 17 评论 -
基于卷积神经网络的图像语义分割
论文地址基于卷积神经网络的图像语义分割浙江大学硕士论文图像分割:就是把感兴趣的内容从图像上分割出来,但是一般会对这个目标加上一定的语义信息,即语义标签,把加上语义的图像分割称为图像语义分割。 本文主要研究图像语义分割,并且以提升图像语义分割的准确性和他通用性为目标。1.分析了卷积神经网络在图像语义分割的应用前景,实现基于卷积神经网络和反卷积神经网络相结合的图像语义分割模型。2.对基于卷积神经网...原创 2018-02-14 20:37:03 · 21779 阅读 · 0 评论 -
基于深度卷积神经网络的高光谱遥感图像分类---PCA+2D-CNN(伪空谱特征)
论文地址基于深度卷积神经网络的高光谱遥感图像分类西华大学学报同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网路分类模型。基于深度学习到的深度特征,用逻辑回归分类器进行分类训练。高光谱图像面临的挑战:Hughes现象:在高光谱遥影像中,当训练样本数目有限时,分类精度随着图像波段数目的增加先增加,在达到一定极值后,分类精度随着波段数目的增加而下降。同物异谱异物同谱现有方法:随机森林、决策树、神...原创 2018-02-14 20:26:52 · 27005 阅读 · 61 评论 -
基于深度卷积神经网络的遥感影像车辆检测--厦门大学毕业论文
论文地址基于深度卷积神经网络的遥感影像车辆检测本文基于超像素分割算法实现对车辆检测窗口的定位。车辆检测窗口的识别是基于深度卷积神经网络实现的。通过数据扩充将带标记的样本应用于深度卷积神经网络进行特征和分类器参数的学习。训练完成的深度卷积神经网络将识别所有的车辆检测窗口,结合非极大值抑制对识别结果做过滤得到最终的车辆检测结果。 本文提出一种先在遥感图像中提取道路感兴趣区域再在这个道路感兴趣区域上执行...原创 2018-02-14 20:17:23 · 7160 阅读 · 3 评论 -
从摄影测量到计算机视觉---讨论计算机视觉和测量的异同点
论文地址从摄影测量到计算机视觉龚健雅摄影测量:透视几何、成像设备、摄影平台、测量法和测量工具几何角度:计算机视觉和摄影测量之间的紧密联系。语义方面 分析了遥感学科的发展,与机器学习和计算机视觉之间的关系, 深度学习和连接主义计算机视觉 人工智能 1. 摄影测量2. 摄影测量与计算机视觉在几何上的联系用计算机代替人眼,从图片中重建和解译世界主要讨论几何上,也就是测量法理论上的差...原创 2018-02-14 20:00:41 · 3402 阅读 · 1 评论 -
高光谱遥感数据光谱特征的提取与应用---高光谱基础知识科普论文
论文地址高光谱遥感数据光谱特征的提取与应用杜培军遥感基础知识积累:绝对温度大于0的物体在整个光谱轴上具有连续的光谱曲线高光谱可以有效的描述一些窄而重要的局部光谱特征,可以明显看到高光谱对于光谱频带的描述是详细的。光谱数据库美国JBL的航空可见光/红外成像光谱仪(AVIRIS),AVIRIS在0.2-2.45微米的波长范围内获取224个连续的光谱波段图像,波段宽度不大于10nm,当飞机在20km的高...原创 2018-02-14 19:52:08 · 14469 阅读 · 1 评论 -
高光谱遥感影像分类研究进展 --- (15年论文,方法主要是常规处理,但是写的比较细)
论文地址高光谱遥感影像分类研究进展南大、矿大、河海15年的文章比较老,科普文,但是理论总结和语言用词都比较扎实 在总结分类策略的基础上,重点从以核方法(SVM)为代表的新型分类器设计、特征挖掘、空间-光谱分类、基于主动学习和半监督学习的分类、基于稀疏表达的分类、多分类器集成6个方面对高光谱影像像素级分类最新研究进行了综述。 研究方向:大数据、引入机器学习领域新理论、利用多源遥感数据、多维特征空间互...原创 2018-02-11 15:14:31 · 14190 阅读 · 1 评论 -
一种利用空间和光谱信息的高光谱遥感多分类器动态集成算法 -- DCS+SSI(简单投票法和MLA+LCA的集合)
论文地址一种利用空间和光谱信息的高光谱遥感多分类器动态集成算法河海、武大之前没有接触过多分类器在高光谱遥感影像上的应用,尝试过多模型联合去提取特征,没有在分类器端想过办法,所以看一下这篇论文 高光谱遥感影像分类面临的小样本、分类器不稳定等问题首先,采用支持向量机等5个基分类器构建多分类器集合;其次,计算各个分类器的分类结果,将大多数分类器分类一致的像元列入样本数据;最后,根据待分类像元的邻域像元的...原创 2018-02-08 22:02:44 · 1197 阅读 · 0 评论 -
基于深度神经网络的高光谱影响分类方法研究---MNF+自动编码器+Softmax (准确率比较低,17年的论文)
论文地址基于深度神经网络的高光谱影响分类方法研究装备学院学报遥感影像分类的问题:预处理复杂,高维特征提取困难,分类不够精确等缺陷首先采用最大噪声分数来降低特征空间维度,然后将自动编码器与softmax多想逻辑回归分类器组合成含有多隐藏层的神经网络,对高光谱影像进行非监督型深度特征提取与分类。 0、引言高光谱影像分类问题:低空间分辨率导致混合像元现象、波段间高相似性导致Hughes现象、端元与光谱不...原创 2018-02-07 22:30:42 · 2315 阅读 · 4 评论 -
高光谱遥感图像空谱联合分类方法研究--基于光谱,空间,空谱的DBN+LR
论文地址高光谱遥感图像空谱联合分类方法研究辽宁工程技术大学基于DBN的特征提取方法和图像分类架构用于高光谱数据分析,将谱域-空域特征提取和分类器相结合提高了分类精度。 1.引言针对高光谱数据量大,特征维数高的特点降低维度的方法:两种方法:一种是特征选择,一种是特征提取。特征选择是找到原始波段的一个合适的子集,特征提取是在变换后的特征空间中寻找一个真子集。分类阶段,分类器使用降维后的特征代替原始数据...原创 2018-02-06 16:34:37 · 4566 阅读 · 4 评论