场景分类综述——Remote Sensing Image Scene Classification Meets Deep Learning
一 场景分类面临的挑战 场景分类的挑战包括：(1)类内多样性大，(2)类间相似性高(也称为类间可分性低)，(3)对象/场景尺度的差异大。 就类内的多样性而言，挑战主要来自于在同一个语义类中出现的地物的巨大差异。地物通常在样式、形状、大小和分布上各不相同，这使得正确地分类场景图像很困难。 类间相似性的挑战主要是由于存在相同的对象在不同的场景类或高语义场景类别之间的重叠。 目标/场景尺度的巨大差异也是
相关文章
- 1. 论文：Remote Sensing Image Scene Classification 代码执行过程各类坑
- 2. FUSING DEEP LOCAL AND GLOBAL FEATURES FOR REMOTE SENSING IMAGE SCENE CLASSIFICATION阅读笔记
- 3. Deep Learning Meets SAR
- 4. 论文：Remote Sensing Image Scene Classification 代码执行过程各种坑
- 5. A NOVEL DEEP FEATURE FUSION NETWORK FOR REMOTE SENSING SCENE CLASSIFICATION（论文翻译）
- 6. Transferred Deep Learning-Based Change Detection in Remote Sensing Images
- 7. 文本分类综述-A Survey on Text Classification: From Shallow to Deep Learning
- 8. 【论文阅读】《Remote Sensing Scene Classification Using Multilayer Stacked Covariance Pooling》遥感图像场景分类
- 9. LCZ classification based on deep learning概况（持续更新）
- 10. Geometry Meets Deep Learning(专栏)
- 更多相关文章...
- • TiDB数据库的应用场景 - NoSQL教程
- • ionic 背景层 - ionic 教程
- • Kotlin学习（二）基本类型
- • Java Agent入门实战（二）-Instrumentation源码概述
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文：Remote Sensing Image Scene Classification 代码执行过程各类坑
- 2. FUSING DEEP LOCAL AND GLOBAL FEATURES FOR REMOTE SENSING IMAGE SCENE CLASSIFICATION阅读笔记
- 3. Deep Learning Meets SAR
- 4. 论文：Remote Sensing Image Scene Classification 代码执行过程各种坑
- 5. A NOVEL DEEP FEATURE FUSION NETWORK FOR REMOTE SENSING SCENE CLASSIFICATION（论文翻译）
- 6. Transferred Deep Learning-Based Change Detection in Remote Sensing Images
- 7. 文本分类综述-A Survey on Text Classification: From Shallow to Deep Learning
- 8. 【论文阅读】《Remote Sensing Scene Classification Using Multilayer Stacked Covariance Pooling》遥感图像场景分类
- 9. LCZ classification based on deep learning概况（持续更新）
- 10. Geometry Meets Deep Learning(专栏)