遥感图像场景分类方法总结

最新推荐文章于 2024-08-18 11:15:23 发布
最新推荐文章于 2024-08-18 11:15:23 发布
阅读量1.1w 收藏 16
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 遥感图像场景分类
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.youkuaiyun.com/flopf1016821/article/details/79052721
本文介绍了遥感图像场景分类的基本原理和技术方法，包括基于底层视觉特征的直接提取，如SIFT、LBP等；基于中层视觉表达的特征编码方法，如BOVW、SPM等；以及基于高层视觉信息的深度网络模型，如CaffeNet、GoogLeNet等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

遥感图像场景分类一般假定相同类别的场景应该共享相似的特征信息，基于此，遥感图像场景分类方法可以分为三大类：基于底层视觉特征，基于中层视觉表达，基于高层视觉信息。


底层视觉特征：直接提取遥感图像的光谱，纹理，结构信息

SIFT，LBP，CH，GIST，HOG


中层视觉表达：对提取的底层场景特征进行编码，进一步提取更具判别能力的特征表达

BOVW，SPM, LLC, PLSA, LDA,  FV，VLAD，VLAT


高层视觉信息：深度网络模型提取图像的抽象语义信息

CaffeNet , VGG-VD-16,  GoogLeNet 



遥感图像场景分类数据集
大彤小忆的博客
05-26 1万+
  目前国内外开发了很多可以用于场景分类任务的公开基准数据集，为这一领域的研究提供了便利。常用的遥感图像场景分类数据集有UC Merced Land-Use和NWPU-RESISC45两种。 UC Merced Land-Use 提取码：txeu UC Merced Land-Use遥感数据集是由UC Merced计算机视觉实验室公布的用于遥感图像场景分类的公开数据集，包含21类场景，各类别场景样本展示如下图所示。     上图中具体每个类别为(1) agricultural、(2) airplane、
遥感图像场景分类（一）Universal Domain Adaptation for Remote Sensing Image Scene Classification
qq_42595295的博客
10-27 1177
本文的源数据是不可访问的，白盒？预训练模型预训练模型vgg16用于l_style；预训练模型resnet50用于特征提取器;分类器网络是一个单层的全连接网络鉴别器D和D0由三个完全连接的层组成，前两个层之间有ReLU。算法过程：theta_d用于促进域分类，theta_f,theta_c用于在源域数据上训练和域混淆，theta_d’为非对抗域鉴别器D’用于对源域 目标域数据进行正确域鉴别。
遥感场景分类综述
06-13
遥感场景分类综述，全英文，Remote Sensing Image Scene Classification: Benchmark and State of the Art
遥感影像场景分类综述
SurmountH的博客
03-10 3983
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
遥感图像场景分类常用数据集
Nick Blog
12-14 1310
1. UC Merced Land-Use Data Set 图像像素大小为256x256，总包含21类场景图像，每一类有100张，共2100张。 下载地址：http://weegee.vision.ucmerced.edu/datasets/landuse.html 2. WHU-RS19 Data Set 图像像素大小为600x600，总包含19类场景图像，每一类大概50张，共1005张。 下载地址：http://captain.whu.edu.cn/datasets/WHU-RS19.zip 3.
利用深度学习进行遥感图像场景分类.rar
10-18
首先，遥感图像场景分类是将遥感图像划分到预先定义的类别中的过程，它对于环境监测、城市规划、灾害预警等应用具有重要意义。遥感图像的特点在于其高分辨率和广阔的覆盖范围，这使得它们包含丰富的地物信息，但同时...
基于TensorFlow实现的遥感图像场景分类源码准确率达到90.8%.zip
10-25
基于TensorFlow实现的遥感图像场景分类源码准确率达到90.8%.zip基于TensorFlow实现的遥感图像场景分类源码准确率达到90.8%.zip基于TensorFlow实现的遥感图像场景分类源码准确率达到90.8%.zip基于TensorFlow实现的...
基于脉冲卷积神经网络稀疏表征的高分辨率遥感图像场景分类方法.pdf
12-22
基于脉冲卷积神经网络稀疏表征的高分辨率遥感图像场景分类方法 摘要：本文提出了一种基于脉冲卷积神经网络稀疏表征的高分辨率遥感图像场景分类方法。该方法利用脉冲神经元的稀疏脉冲输出特性，设计脉冲卷积神经网络...
深度学习在高分遥感图像场景分类中的应用.pdf
08-18
深度学习在高分遥感图像场景分类中的应用显著，它不仅在分类效果上超过了传统手工特征方法，还在多个领域具有广泛应用，如自然灾害监测、环境探测、交通监管、武器制导和城市规划等。 在介绍高分遥感图像场景分类...
基于双重注意力机制的遥感图像场景分类特征表示方法.docx
02-23
基于双重注意力机制的遥感图像场景分类特征表示方法 本文提出了一种基于双重注意力机制的遥感图像场景分类特征表示方法，旨在解决遥感图像场景分类任务中存在的类内差异性大、类间相似性高的问题。该方法通过将循环...
Python-rscup遥感图像场景分类
08-11
rscup: 遥感图像场景分类
高分辨率遥感影像场景的多尺度神经网络分类法
08-27
高分辨率遥感影像场景分类是实现复杂场景快速自动识别的基础，在军事、救灾等领域有十分重要的意义。为了在有限的遥感数据集上获得高识别精度，本文提出了一种基于联合多尺度卷积神经网络模型的高分辨率遥感影像场景分类方法。
基于tensorflow的遥感影像分类
09-11
针对已训练好的tensorflow模型，模型是根据自身需要训练的，将模型其应用的遥感影像分类中，并显示分类结果。
alexnet代码matlab-SccovNet:SccovNet用于TNNLS接受的遥感场景图像分类
05-26
alexnet代码matlab SccovNet SccovNet用于遥感场景图像分类 请执行以下步骤来运行演示： 安装Matconvnet ：。 下载预训练的模型并将其移至“模型”中： 下载数据集并将其移至“数据”：NWPU45 在“数据”中运行“ getfile_name.m” 在您的Matlab路径中添加“ datalaoder”，“功能”和“模型” 运行'sccovnet_demo_alexnet.m' 何南军（''）SccovNet是MSCP（）的端到端模型
深度卷积神经网络在高分辨率遥感影像场景分类中的应用
12-04
是一篇有关深度学习的利用预训练网络对遥感图像进行分类的论文，原文是英文的，题目是我翻译的
遥感场景识别数据集（场景分类）
热门推荐
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
FlyAI-遥感影像场景分类预测经验总结
三岁的博客
11-13 2075
文章目录数据介绍经验1. 准确率92.55%：SENet、PyTorch1、数据预处理：加权采样2、数据增强：采用随机裁剪，随机旋转，随机翻转，随机擦除3、模型选择：Senet154，够强大的Baseline4、模型优化：标签平滑5、模型集成；没采用此方法，单模型单尺度测试得到的结果经验2. 准确率93.12%：DenseNet，Keras1、预处理-最大最小缩放中心化2、模型选择方面-预训练De...
CNN高分辨率遥感图像场景分类(NWPU-RESISC45, EuroSAT)
最新发布
weixin_44260071的博客
08-18 3107
本文基于pytorch框架构建卷积神经网络，在NWPU-RESISC45和EuroSAT两个遥感图像数据集上测试模型的性能，经过多轮训练和验证，CNN能够较为准确的识别卫星图像中不同的地物场景。
评论
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