无人机遥感中深度学习研究综述
计算机视觉与模式识别
2023-08-22 v4 人工智能
摘要
深度神经网络（DNN）以令人瞩目的能力从数据中学习表征，并为图像处理、时间序列、自然语言、音频、视频等诸多领域带来了重要突破。在遥感领域，已开展涉及 DNN 算法应用的综述与文献梳理，试图总结其各子领域所产生的海量信息。近来，基于无人机（UAV）的应用已主导了航空传感研究。然而，尚未有结合“深度学习”与“UAV 遥感”主题的文献综述。本工作的动机在于全面回顾应用于 UAV 影像的深度学习（DL）基础。我们主要聚焦于描述近期 UAV 获取数据应用中使用的分类与回归技术。为此，考察了国际科学期刊数据库中发表的共计 232 篇论文。我们收集已发表材料，并就其应用、传感器及所用技术方面的特征进行评估。我们阐述了 DL 如何呈现 promising 结果，并具备处理 UAV 图像数据相关任务的潜力。最后，我们展望未来的前景，评述 UAV 遥感领域中值得探索的突出 DL 路径。本综述以友好方式介绍、评述并总结了遥感各子领域中基于 UAV 图像应用与 DNN 算法的研究现状，并将其归类于环境、城市与农业背景中。
引用
@article{arxiv.2101.10861,
title = {A Review on Deep Learning in UAV Remote Sensing},
author = {Lucas Prado Osco and José Marcato Junior and Ana Paula Marques Ramos and Lúcio André de Castro Jorge and Sarah Narges Fatholahi and Jonathan de Andrade Silva and Edson Takashi Matsubara and Hemerson Pistori and Wesley Nunes Gonçalves and Jonathan Li},
journal= {arXiv preprint arXiv:2101.10861},
year = {2023}
}
备注
27 pages, 10 figures