高分辨率遥感图像目标检测和场景分类研究进展

已于 2022-04-10 21:15:03 修改
阅读量1w 收藏 156
点赞数 26
分类专栏： 遥感图像学习之旅 文章标签： 深度学习 遥感图像 目标检测 场景分类
于 2022-04-06 21:01:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43312470/article/details/123975010
版权

本文按照西北工业大学程塨老师的高分辨率遥感图像目标检测和场景分类研究进展汇报进行整理，需要的同学可借此了解遥感图像相关知识~

高分辨率遥感图像目标检测和场景分类

一、背景介绍

1.时间轴

在这里插入图片描述

2.应用

在这里插入图片描述
深度学习方法提高高分辨率遥感图像智能理解
在这里插入图片描述

3.图像智能

在这里插入图片描述

二、高分辨率遥感图像目标检测研究进展

1.任务定义

在这里插入图片描述

2.难点问题

在这里插入图片描述

3.公开数据库

在这里插入图片描述
TAS：2008年发布，30幅航拍图像，用于车辆目标检测。
SZTAKI-INRIA：法国国家信息与自动化研究所2012年发布，9幅航拍图像，用于建筑物检测。
NWPU VHR-10: 西北工业大学2014年发布，800幅遥感图像，10类典型目标，被广泛使用。
VEDAI: 2015年发布，1210幅遥感图像，9类典型交通工具，如：船只、飞机、小汽车、卡车等。
UCAS-AOD: 中科院2015年发布，910幅遥感图像，用于飞机和车辆目标检测。
DLR 3K Vehicle：2015年发布，20幅遥感图像，用于汽车和卡车目标检测。
HRSC2016: 中科院自动化研究所2016年发布，1070幅遥感图像，用于船只目标检测。
RSOD: 武汉大学测绘遥感实验室肖志峰老师团队2017年发布，976幅遥感图像，4个目标类别：储油罐、飞机、立交桥、操场。
LEVIR: 北航史振威老师团队2018年发布，21952幅遥感图像，用于飞机、轮船和储油罐3种目标检测，图像总量较大。
ITCVD: 由飞机在荷兰Enschede上空约330m的高度拍摄获取，用于车辆目标检测。
以上10个数据集类别数目较少，目标总量较少。
DOTA:
在这里插入图片描述
DIOR:
在这里插入图片描述

4.研究进展

旋转不变目标检测
在这里插入图片描述
有向目标检测
有向目标检测
在这里插入图片描述
多尺度目标检测
在这里插入图片描述
密集目标检测
在这里插入图片描述
弱监督目标检测
在这里插入图片描述
结果对比——NWPU VHR-10（全监督）
在这里插入图片描述
结果对比——NWPU VHR-10（弱监督）
在这里插入图片描述

三、高分辨率遥感图像场景分类研究进展

1.任务定义

在这里插入图片描述
在这里插入图片描述

            像素级分类                      对象级分类                       场景级分类
在这里插入图片描述

2.难点问题

在这里插入图片描述

3.公开数据库

在这里插入图片描述
UC Merced Land-Use： 加州大学摩萨德分校2010年发布，21类 x 100幅图像/类，较早的场景分类数据集，被广泛使用，目前分类精度已饱和（~100%）。
WHU-RS19: 武汉大学测绘遥感实验室夏桂松老师团队2012年发布，19类 x 50幅/类。
SIRI-WHU: 武汉大学测绘遥感实验室钟燕飞老师团队2016年发布，12类 x 200幅/类。
RSSCN7: 武汉大学计算机学院邹勤老师团队2015年发布，7类 x 400幅/类。
RSC11: 中国科学院遥感所唐娉老师团队2016年发布，11类 x 100幅/类。
Brazilian Coffee Scene: 巴西米纳斯联邦大学2015年发布，两类：coffee and non-coffee，图像块尺寸较小（64 x 64）。
OPTIMAL-31: 西北工业大学王琦老师团队2019年发布，31类 x 60幅/类。
PatternNet: 武汉大学测绘遥感实验室邵振峰老师团队2017年发布，38类 x 800幅/类，遥感图像检索任务广泛应用。
AID:
在这里插入图片描述
NWPU-RESISC45:
在这里插入图片描述

4.研究进展

在这里插入图片描述

基于autoencoder的场景分类

在这里插入图片描述

基于CNN的场景分类

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

基于GAN的场景分类

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、未来发展趋势

在这里插入图片描述

附遥感图像数据集下载链接

航空遥感图像数据库
数据集官网首页
数据集下载
数据集格式介绍
数据集：DOTA、UCAS-AOD、NWPU VHR-10、RSOD-Dataset、INRIA aerial image dataset（百度云盘    密码：ppef）、MS COCO 数据集、PASCAL VOC 数据集

113之落
关注
  • 26
    点赞
  • 踩
  • 156
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
基于深度学习的高分辨率遥感图像识别与分类研究
11-22
深度学习的高分辨率遥感图像识别与分类研究，用深度学习方法处理卫星图像
高分辨率图像剪切——目标检测
CharmsLUO的博客
04-11 3589
高分辨率图像剪切前言代码 前言 最近做目标检测遇到一个问题，图像很大，几千几千的像素，直接输入网络训练效果不好，通常目标检测输入的图像都是固定大小的，例如：yolo系列，图片输入网路前会resize到416416。很大的图片直接做resize会丢失很多信息，因此训练出来的效果好，因此我们重叠剪切，对图像和标签同时做重叠剪切，然后输入网络训练。 代码 代码包含同时对标签和图像处理，标签格式是xml import sys import os import cv2 import numpy as np imp
目标检测论文学习——特征级超分辨率
最新发布
qq_45970812的博客
05-24 701
提出了一种新的特征级超分辨率方法来改进基于提议的小目标检测框架。该方法适用于任何具有特征池的基于提议的检测器
brazilian_coffee_dataset.zip_coffee_dataset (1)_coffee数据集_deep l
07-15
brazilian coffee scene 数据集
遥感图像目标检测研究综述
热门推荐
生活总是来来往往 千万别等来日方长
04-12 2万+
遥感图像目标检测研究综述
遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）实践技术应用
zhkjjww的博客
12-07 949
我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB，遥感大数据时代已然来临。随着小卫星星座的普及，对地观测已具备3次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估中。最近借助深度学习方法，遥感影像自动地物识别取得了令人印象深刻的结果。
【目标检测】2020年遥感图像目标检测综述
梁瑛平的博客
08-17 1万+
【目标检测】2020年遥感图像目标检测综述本文禁止转载1. DOTA数据集：2. 待解决的问题：2.1 目标小而密集：2.2 任意旋转角：2.3 Anchor匹配问题：2.4 回归任务的边界问题：2.5 实例级噪声：3. BaselineBaselineBaseline：4. 几个经典模型：4.1 R2CNNR^2CNNR2CNN：4.1.1 论文地址：4.1.2 模型结构：4.2 SCRDetSCRDetSCRDet：4.2.1 论文地址：4.2.2 模型结构：SF-Net：MDA-Net：Rotatio
高分辨率光学遥感图像目标检测
whaosoft143ai的博客
08-22 537
此外，SIMD数据集更多地分布在中小型目标（w
高分辨率可见光遥感图像舰船目标检测综述.docx
11-29
5.高分辨率可见光图像舰船目标检测的重要性：高分辨率可见光图像数据量以几何级数增加，基于高分可见光遥感图像进行舰船目标检测已经成为当前主要的热点领域，相关研究呈现爆发式的增长。 6.舰船目标检测方法的发展...
将分块的图像拼接matlab代码-awesome-semantic-understanding-for-aerial-scene:精选的超赞资
05-20
程塨：高分辨率遥感图像目标检测和场景分类研究进展，20200607 肖亮：多源多谱段图像融合的数学方法与应用 (A Review of MS+PAN), 201911 吴一戎: 遥感与智能-AI赋能遥感技术的思考 [Report] 胡翔云：遥感影像典型...
行业分类-设备装置-基于对偶稀疏非负矩阵分解的多光谱与全色图像融合方法.zip
08-31
将两者融合，可以兼顾高分辨率和丰富的光谱信息，提升图像分析和识别的性能。 对偶稀疏非负矩阵分解是矩阵分解的一种，它是非负矩阵分解（Non-negative Matrix Factorization, NMF）的变种。NMF的基本思想是将一个...
第20届遥感大会论文集2
10-27
这项研究运用了遥感图像处理技术，如图像分类、变化检测等，展示了遥感在地理信息获取和分析中的强大能力。 其次，山海关公益林蓄积量的回归估算研究，体现了遥感在林业资源评估中的应用。公益林作为森林生态系统的...
基于深度学习的图像语义分割算法综述
10-15
此外，还有利用跳跃连接(jump connections)恢复高分辨率输出的模型，如U-Net，它结合了浅层和深层特征，以获取更全面的信息。 在深度学习模型中，VGG和GoogLeNet是常用的网络架构。VGG-16以其深层数量和小卷积核的...
自编码器 AutoEncoder
JasonH2021的博客
07-08 3919
本文简单介绍了深度学习的自编码器的基本概念，优缺点，应用场景，建模过程，实现的类库方法和代码案例等。
遥感场景识别数据集（场景分类）
陨星落云的博客
11-22 1万+
场景识别数据（场景分类） 场景识别通常指对图像整体的常见语义分析和理解，是计算机视觉领域标志性任务之一，在对象识别的基础上，场景识别能够结合上下文信息，从而实现场景主要内容的精确识别。2006年以来，神经网络的学习习能力不断得到提升，训练上的困难不断被克服，以卷积神经网络(CNN)为主的高效率深度学习模型被越来越多的运用到遥感影像应用中。卷积神经网络是当下场景识别的主要手段，而一定规模的遥感影像样本数据集是模型训练的基础。因此，近年来众多科研机构、专家学者研制并发布了基于各类场景的遥感影像样本数据集。收集遥
小目标检测方法介绍
DeepLearning_的博客
11-11 1570
目标检测发展很快，但对于的检测还是有一定的瓶颈，特别是。比如79202160，甚至1600016000的图像，还有一些。图像的分辨率很大，但又有很多小的目标需要检测。但是如果直接输入检测网络，比如yolo，检出效果并不好。
遥感影像场景分类综述
SurmountH的博客
03-10 3752
遥感影像场景分类综述Remote Sensing Image Scene Classification Using CNN-CapsNetAttention-Based Deep Feature Fusion for the Scene Classification of High-Resolution Remote Sensing ImagesRemote Sensing Scene Classification by Gated Bidirectional NetworkRobust space–fre
遥感图像目标检测概况
qq_57348548的博客
10-15 1913
NWPU VHR-10 (Cheng et al.，2016) 这个高分辨率(VHR)遥感图像数据集是由西北工业大学(NWPU)构建的，包含10类正例样本650张以及不包含给定对象类的任何目标的150张反例图像（背景），正例图像中至少包含1个实例，总共有3651个目标实例。本数据集中目标为航拍图像下的目标种类，包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计10个类别。
超高分辨率显著目标检测，新颖高效的错层嫁接架构PGNet（CVPR2022）
我爱计算机视觉
04-25 2542
关注公众号，发现CV技术之美▊引言最近基于深度学习的显著目标检测方法取得了出色的性能。然而现有的大多数方法多事基于低分辨率输入设计的，这些模型在高分辨率图片上的表现不尽人意，这是由于网络的采样深度和感受野范围之间的矛盾所导致的。为了缓解这一矛盾，我们提出了一个新颖的单阶段架构名叫金字塔嫁接网络（PGNet），使用transformer和CNN骨干网络从不同分辨率图像中独...
高分辨率遥感图像变化检测pdf
10-13
高分辨率遥感图像变化检测pdf是一种用于分析和比较遥感图像的技术文档。遥感图像变化检测是指通过对比不同时间或不同条件下的遥感图像，识别和分析图像中的变化和差异。 高分辨率遥感图像变化检测是基于高分辨率遥感图像数据，通过图像处理和分析方法，检测和分析地表或地物的变化情况。这种方法可以广泛应用于土地利用/覆盖变化分析、城市化监测、环境变化评估等领域。 该技术主要包括以下几个步骤：首先，获取不同时间或条件下的高分辨率遥感图像。然后，通过图像预处理方法，将图像转换为可进行比较和分析的形式，如灰度图像或二值图像。接下来，采用适当的图像处理算法和方法，将比较图像进行差异检测，找出图像中的变化区域。最后，根据变化区域的特征和属性，进行地物变化的分析和评估。 高分辨率遥感图像变化检测具有以下几个优点和应用价值：一是能够提供详细和准确的变化信息，对于复杂地物和区域的变化分析具有较高的精度和可靠性。二是可以实现大范围和长时间的遥感监测，比较不同时间段的图像可以反映地表和地物的演变过程。三是可以为城市规划、资源管理、环境保护等提供科学依据和决策支持。 总之，高分辨率遥感图像变化检测pdf是一种重要的技术文档，它介绍了遥感图像变化检测的原理、方法和应用，对于地理信息、遥感科学和环境监测等领域具有重要意义。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值