- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于SLIC超像素分割与深度卷积神经网络的PolSAR图像分类方法
摘要： 深度卷积神经网络（DCNN）已成功应用于极化SAR图像分类领域。然而，常规DCNN会对图像中每个像素单独分类，忽略了相邻像素可能具有相似强度的特性。此外，DCNN固定的输入尺寸也难以适应包含多尺度信息的遥感影像。为此，本文引入超像素分割（SS）和输入金字塔来提升DCNN性能：前者引导网络对超像素而非单像素进行分类，后者则能整合像素周边的多尺度信息。在ALOS-2 PALSAR-2极化SAR两景影像上的实验表明，该技术能使DCNN在保持高效处理的同时，实现高精度分类与平滑边界贴合。
关键词： 超像素分割、卷积神经网络、极化合成孔径雷达
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 基于卷积神经网络的哨兵2A多光谱遥感影像作物分类
摘要： 卷积神经网络（CNN）等深度学习技术能够以分层方式从遥感图像中提取不同地物的可区分且具有代表性的特征，从而实现分类。然而在农业领域，基于深度学习从多光谱遥感图像进行作物分类的应用较少。在此背景下，我们比较了CNN与支持向量机（SVM）在中国元阳县利用Sentinel-2A多光谱遥感图像提取作物种植空间分布的分类方法。对于研究区域，两种方法均获得了合理的不同作物空间分布，验证结果表明CNN的总体精度为95.6%，优于SVM。
关键词： 多光谱、遥感、作物分类、哨兵2A卫星、卷积神经网络
更新于2025-09-10 09:29:36
-
深度学习光学切片方法
摘要： 现有的光学切片方法需要复杂的光学系统或大量的计算时间来提高成像质量。我们在此提出一种基于深度学习的宽场图像光学切片方法。该方法仅需一对对比图像进行训练即可实现光学切片图像的重建。我们的技术对背景信息的去除效果和可达到的分辨率与传统光学切片方法相当，但具有更低的噪声水平和更高的成像深度。此外，重建速度可优化至14赫兹。这种经济高效且便捷的方法有助于开发高通量光学切片技术。
关键词： 宽场成像、光学切片、深度学习、卷积神经网络、背景抑制
更新于2025-09-10 09:29:36
-
[智能系统与计算进展] 机器学习与数据分析最新进展 第740卷（IC3 2018）|| 用于高光谱图像分类的改进卷积神经网络
摘要： 分类是根据某些获取的属性为像素设置类别标签的过程。高光谱图像（HSI）具有极高的维度，这导致分析和分类它们的成本和复杂性更高，因为需要超快处理器和大容量存储设备。此外，由于训练样本和标注数据有限，分类仍然是一项艰巨的任务。迄今为止，已经提出了许多基于传统方法的高光谱图像分类方法，这些方法包括预先使用手工特征、主成分分析及其变体、决策树、随机森林、基于支持向量机的方法以及神经网络，但这些方法大多仅考虑光谱信息进行分类，导致分类精度较低。如今，高光谱图像空间分辨率的提高要求获取空间数据以进一步改善分类性能。因此，我们提出了一种分类方法，该方法使用卷积神经网络（CNN）模型获取光谱和空间特征，然后使用带有softmax激活函数的逻辑回归（LR）分类器来预测分类结果。我们将所提出的方法与考虑的技术进行了比较，并在印度松树和帕维亚大学等高光谱图像上进行了测试，结果表明在总体精度（OA）、平均精度（AA）和kappa系数（K）等参数方面表现更优。
关键词： 分类，逻辑回归，折叠主成分分析，高光谱图像，卷积神经网络
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱图像分类的深度张量分解
摘要： 高维光谱特征和有限的训练样本给高光谱图像（HSI）分类带来了一系列困难。特征提取是解决这一问题的有效方法。具体而言，张量分解优于主成分分析（PCA）和非负矩阵分解（NMF）等突出方法，因为它考虑了空间信息。近年来，深度学习因能高效提取各类任务的分层特征而备受关注。本文提出一种新颖的特征提取方法——深度张量分解（DTF），用于从观测到的HSI中提取分层且有意义的特征。该方法利用张量表示HSI的优势以及卷积神经网络（CNN）在分层特征提取方面的优点。具体来说，首先对HSI的光谱维度进行卷积操作以抑制噪声影响，然后将卷积后的HSI输入张量分解以学习数据的低秩表示，之后重复上述两个过程以学习HSI的分层表示。在两个真实高光谱数据集上的实验结果表明了所提方法的优越性。
关键词： 高光谱图像（HSI）分类、特征提取、卷积神经网络（CNN）、张量分解
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于场景分类卷积神经网络模型的增强型交互式遥感图像检索
摘要： 本文针对高空间分辨率遥感影像检索中的语义鸿沟问题展开研究。我们提出了一种有效的语义图像表征方法，提升了机器对人类感知的理解能力。通过采用遥感场景分类卷积神经网络（CNN）模型来检测语义概念，计算相似距离以检索与给定查询图像最相似的影像。为提升检索性能，进一步提出了相关性反馈机制，确保最终结果符合用户需求。实验表明，本方案相比现有先进方法展现出良好效果，显著提高了检索质量。
关键词： 场景分类、语义图像检索、相关性反馈、遥感、卷积神经网络
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于CNN的视频SAR系统运动目标阴影跟踪
摘要： 在圆周合成孔径雷达（SAR）成像中，快速运动目标在不同图像序列中常出现位移或模糊出场景边界的现象。本文基于卷积神经网络提出一种结合阴影检测与跟踪（SDT）的新型运动目标追踪方法。该方法利用SAR影像中运动目标的阴影特性，通过从时空子孔径SAR图像序列中提取潜在运动目标候选区域，采用CNN跟踪分类技术实现运动目标的检测与追踪。通过仿真实验与性能分析验证了所提算法的有效性，并提供真实数据集处理结果以证明该方法的实用性。
关键词： 视频SAR、卷积神经网络、阴影检测、运动目标跟踪
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于注意力网络的遥感场景分类
摘要： 高分辨率遥感影像的场景分类因其广泛应用而日益重要。然而，以往研究主要基于手工设计特征，这些特征缺乏足够的适应性和表达能力。本文受人类视觉系统注意机制启发，提出一种新型基于注意力的网络（AttNet）用于场景分类。该网络能选择性聚焦图像关键区域，从而摒弃冗余信息。本质上，AttNet提供了一种重新调整监督信号的方法，是遥感场景分类中视觉注意力机制的首批成功尝试之一。我们在UC Merced土地利用数据集上评估该方法，并与若干前沿技术对比。实验结果表明，所提方法在收敛速度和分类精度上均有显著提升，同时也验证了视觉注意力机制对此任务的有效性。
关键词： 卷积神经网络、场景分类、深度学习、视觉注意力、长短期记忆、遥感
更新于2025-09-10 09:29:36
-
联合损失训练的卷积神经网络用于高光谱图像分类
摘要： 本信提出了一种基于卷积神经网络的高光谱图像分类方法，该方法通过重建损失函数和判别损失函数联合训练。网络中采用小尺寸卷积核与池化算子级联实现特征抽象，并构建了由反卷积算子和反池化算子组成的解码通道。解码通道执行的非监督重建不仅为网络训练引入先验信息，还通过控制门增强所提取特征的判别能力。实验表明，该方法性能优于当前最先进的基于神经网络的分类方法。
关键词： 控制门、无监督重建、卷积神经网络（CNN）、联合损失（JL）、高光谱图像（HSI）分类
更新于2025-09-10 09:29:36
-
利用光分离和卷积神经网络对葡萄浆果表皮蜡质进行自动表型分析
摘要： 果皮蜡质是葡萄浆果表皮的外层结构，已知其与抗灰霉病穗腐病的特性显著相关。传统上通过OIV描述符227（果粉）进行分类，这种方法耗时且会产生主观性强、易出错的表型数据。本研究开发了一种客观、快速、基于传感器的果皮蜡质监测方法。从技术角度看，不同光照分量的测量能传递被测物体表面的重要信息。我们提出"光分离实验室"方案，通过采集葡萄浆果的分光图像来表型分析果皮蜡质（果粉）的分布特征。采用高效的卷积神经网络进行图像分析，推导浆果蜡质的均匀度和完整性。经六个葡萄品种验证，该方法准确率达97.3%。此外，果皮及其蜡质的电阻抗（作为浆果表皮厚度和渗透性的指标）与检测到的蜡质比例呈r=0.76的相关性。这种新型快速无损的表型分析方法，有助于扩大葡萄育种材料和基因库中关于果粉特性及其对灰霉病穗腐病抗性的筛选范围。
关键词： 灰葡萄孢菌，浆果粉霜，卷积神经网络（CNN），欧亚葡萄，直接光照与全局光照
更新于2025-09-10 09:29:36