高分辨率遙感影像場(chǎng)景智能理解

目錄
第1章 緒論　1
1.1 國(guó)內(nèi)外研究進(jìn)展　1
1.2 本書的研究?jī)?nèi)容　4
第2章 多特征自動(dòng)分級(jí)聚合引導(dǎo)的快速遙感影像場(chǎng)景標(biāo)記　5
2.1 概述　5
2.2 研究方法　6
2.2.1 遙感影像的多特征表達(dá)　7
2.2.2 基于分層相似性擴(kuò)散的樣本自動(dòng)聚合　9
2.2.3 基于樣本庫(kù)自動(dòng)聚合的關(guān)鍵樣本自動(dòng)挑選　11
2.3 實(shí)驗(yàn)結(jié)果與分析　11
2.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　11
2.3.2 重要參數(shù)的敏感性分析　12
2.3.3 分層擴(kuò)散的有效性分析　14
2.3.4 與已有方法的對(duì)比分析　14
2.4 本章小結(jié)　16
第3章 基于單模態(tài)深度哈希網(wǎng)絡(luò)的同源遙感影像場(chǎng)景檢索　17
3.1 概述　17
3.2 研究方法　17
3.2.1 單模態(tài)深度哈希網(wǎng)絡(luò)優(yōu)化　17
3.2.2 基于單模態(tài)深度哈希網(wǎng)絡(luò)的同源遙感影像場(chǎng)景檢索算法　20
3.3 實(shí)驗(yàn)結(jié)果與分析　21
3.3.1 實(shí)驗(yàn)設(shè)置與評(píng)價(jià)指標(biāo)　21
3.3.2 基于有限標(biāo)記樣本數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果分析　21
3.3.3 基于充足標(biāo)記樣本數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果分析　26
3.4 本章小結(jié)　29
第4章 基于跨模態(tài)深度哈希網(wǎng)絡(luò)的跨源遙感影像場(chǎng)景檢索　31
4.1 概述　31
4.2 研究方法　31
4.2.1 跨模態(tài)深度哈希網(wǎng)絡(luò)優(yōu)化　32
4.2.2 基于跨模態(tài)深度哈希網(wǎng)絡(luò)的跨源遙感影像場(chǎng)景檢索算法　34
4.3 實(shí)驗(yàn)結(jié)果與分析　35
4.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　35
4.3.2 約束項(xiàng)的有效性分析　35
4.3.3 重要參數(shù)的敏感性分析　37
4.3.4 目標(biāo)函數(shù)的收斂性分析　38
4.3.5 與已有方法的對(duì)比分析　40
4.4 本章小結(jié)　43
第5章 基于容錯(cuò)性深度學(xué)習(xí)的遙感影像場(chǎng)景分類　45
5.1 概述　45
5.2 研究方法　46
5.2.1 多特征協(xié)同表示分類器　46
5.2.2 面向遙感影像場(chǎng)景分類的容錯(cuò)性深度學(xué)習(xí)方法　50
5.2.3 基于噪聲標(biāo)簽的遙感影像場(chǎng)景分類網(wǎng)絡(luò)優(yōu)化　52
5.3 實(shí)驗(yàn)結(jié)果與分析　53
5.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　53
5.3.2 在仿真噪聲數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果分析　54
5.3.3 在真實(shí)噪聲數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果分析　57
5.4 本章小結(jié)　59
第6章 知識(shí)圖譜表示學(xué)習(xí)驅(qū)動(dòng)零樣本遙感影像場(chǎng)景分類　60
6.1 概述　60
6.2 研究方法　61
6.2.1 知識(shí)圖譜的構(gòu)建　61
6.2.2 知識(shí)圖譜的表示學(xué)習(xí)　67
6.2.3 零樣本遙感影像場(chǎng)景分類　70
6.3 實(shí)驗(yàn)結(jié)果與分析　73
6.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　73
6.3.2 重要參數(shù)的敏感性分析　74
6.3.3 與已有方法的對(duì)比分析　75
6.4 本章小結(jié)　78
第7章 基于場(chǎng)景標(biāo)簽約束深度學(xué)習(xí)的遙感影像目標(biāo)檢測(cè)　79
7.1 概述　79
7.2 研究方法　79
7.2.1 基于場(chǎng)景級(jí)標(biāo)簽監(jiān)督的深度網(wǎng)絡(luò)優(yōu)化　80
7.2.2 基于深度網(wǎng)絡(luò)的多類別遙感影像目標(biāo)檢測(cè)　81
7.3 實(shí)驗(yàn)結(jié)果與分析　83
7.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　83
7.3.2 類激活圖的可視化結(jié)果分析　84
7.3.3 重要參數(shù)的敏感性分析　85
7.3.4 與已有方法的對(duì)比分析　87
7.4 本章小結(jié)　88
第8章 聯(lián)合深度學(xué)習(xí)和知識(shí)推理的遙感影像場(chǎng)景語(yǔ)義分割　89
8.1 概述　89
8.2 研究方法　89
8.2.1 推理單元的建立　90
8.2.2 地學(xué)知識(shí)的推理　91
8.2.3 深度語(yǔ)義分割網(wǎng)絡(luò)的優(yōu)化方法　94
8.3 實(shí)驗(yàn)結(jié)果與分析　95
8.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　95
8.3.2 重要參數(shù)的敏感性分析　95
8.3.3 中間過程的可視化結(jié)果分析　96
8.3.4 與已有方法的對(duì)比分析　98
8.4 本章小結(jié)　100
第9章 知識(shí)圖譜引導(dǎo)的大幅面遙感影像場(chǎng)景圖生成　102
9.1 概述　102
9.2 研究方法　103
9.2.1 知識(shí)圖譜引導(dǎo)的目標(biāo)關(guān)系搜索優(yōu)選　104
9.2.2 知識(shí)圖譜引導(dǎo)的目標(biāo)關(guān)系預(yù)測(cè)　104
9.3 實(shí)驗(yàn)結(jié)果與分析　105
9.3.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)　105
9.3.2 重要參數(shù)的敏感性分析　106
9.3.3 與已有方法的對(duì)比分析　107
9.4 本章小結(jié)　108
第10章 總結(jié)與展望　109
10.1 總結(jié)　109
10.2 展望　109
參考文獻(xiàn)　110