智能遥感深度学习框架与模型设计
近年来，随着遥感技术的快速发展，遥感对地观测数据获取量与日俱增。在对海量遥感数据的特征提取与表征上，基于深度学习的智能遥感影像解译技术展现出了显著优势。然而，遥感影像智能处理框架和信息服务能力还相对滞后，开源的深度学习框架与模型尚不能满足遥感智能处理的需求。在分析现有深度学习框架和模型的基础上，针对遥感影像幅面大、尺度变化大、数据通道多等问题，本文设计了嵌入遥感特性的专用深度学习框架，并重点讨论了其构建方法，以及地物分类任务的初步试验结果等。本文提出的智能遥感解译框架架构将为构建具备多维时空谱遥感特性的深度学习框架与模型提供有力支撑。
遥感智能解译 深度学习 专用框架模型 遥感特性
龚健雅 张觅 胡翔云 张展 李彦胜 姜良存
武汉大学遥感信息工程学院,湖北武汉430079 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079
国内会议
线上
中文
475-487
2020-05-24（万方平台首次上网日期，不代表论文的发表时间）