用于高光谱数据分类的深度学习：比较综述
机器学习
2019-04-25 v1 计算机视觉与模式识别
神经与进化计算
图像与视频处理
摘要
近年来，深度学习技术革新了遥感数据的处理方式。高光谱数据分类也不例外，但其具有内在特殊性，使得深度学习的应用不如其他光学数据那样直接。本文介绍了先前机器学习方法的现状，回顾了当前针对高光谱分类提出的各类深度学习方法，并指出了为实现该任务而构建深度神经网络时所出现的问题与困难。特别地，文中探讨了空间与光谱分辨率、数据量以及从多媒体图像到高光谱数据的模型迁移等问题。此外，本文提供了对各类网络架构家族的比较研究，并公开发布了一个软件工具箱以便使用这些方法进行实验。本文面向对高光谱数据感兴趣的数据科学家以及渴望将深度学习技术应用于自身数据集的遥感专家。
引用
@article{arxiv.1904.10674,
title = {Deep Learning for Classification of Hyperspectral Data: A Comparative Review},
author = {Nicolas Audebert and Bertrand Saux and Sébastien Lefèvre},
journal= {arXiv preprint arXiv:1904.10674},
year = {2019}
}