【论文阅读】Land Use and Land Cover Classification Meets Deep Learning:A Review

        土地利用和土地覆盖，即 Land Use and Land cover（LULC）。

1. LULC分类的五种常用深度学习模型

• CNN-Based；
• RNN-Based，主要用于时序数据；
• GAN-Based，近两年比较流行，可以解决类别不平衡、跨区域自适应学习、数据增强等问题；
• AE-Based，更好地提取遥感图像中的低维特征并捕获关键信息；
• FCN-Based，可以很好地捕获遥感图像中的空间信息，实现多尺度特征学习等优势。

2. 公开数据集

2.1 补丁级数据集

        补丁级数据集是指将固定大小的图像分配给特定的特征类，主要用于遥感图像场景分类。

2.2 像素级数据集

        像素级数据集主要用于遥感图像的语义分割。像素级样本将每个像素点视为一个样本，并将其分配到相应的类别中。LULC 分类主要是使用像素级数据集，目前有4个像素级基准数据集：

• Indian Pines：由NASA于2015年创建，是第一个提出用于土地覆盖分类的公共数