深度学习用于遥感图像变化检测：综合综述与元分析
计算机视觉与模式识别
2020-06-11 v1
摘要
过去几年中，深度学习（DL）算法被认为是遥感图像分析的首选方法。由于其有效应用，深度学习也被引入自动变化检测并取得了巨大成功。本研究试图对该子领域的最新进展提供综合综述与元分析。具体而言，我们首先介绍常用于变化检测的深度学习方法的原理。其次，我们给出所进行的元分析细节，以审视变化检测深度学习研究的现状。然后，我们通过概述现有方法，聚焦于基于深度学习的遥感图像变化检测方法。具体而言，这些基于深度学习的方法被分为三类：全监督学习方法、全无监督学习方法和基于迁移学习的技术。作为这些研究的结果，我们为未来研究确定了有前景的新方向。本研究将以多种方式增进我们对变化检测深度学习的理解，并为进一步研究提供基础。
引用
@article{arxiv.2006.05612,
title = {Deep Learning for Change Detection in Remote Sensing Images: Comprehensive Review and Meta-Analysis},
author = {Lazhar Khelifi and Max Mignotte},
journal= {arXiv preprint arXiv:2006.05612},
year = {2020}
}