高分二号卫星影像中的大规模土地覆盖分类
计算机视觉与模式识别
2018-06-05 v1
摘要
许多重要应用（如变化检测和灾害监测）都需要来自不同区域和时间的遥感影像的土地覆盖信息。然而，由于不同获取条件引起的光谱偏移，很难为不同遥感影像找到一种通用的土地覆盖分类方案。本文提出了一种新颖的土地覆盖分类方法，能够处理从广泛分布区域和不同时间获取的大规模数据。此外，我们建立了一个由 150 景高分二号影像组成的大规模土地覆盖分类数据集，作为模型训练与性能评估的数据支撑。相比传统方法，我们的实验取得了优异的分类精度。
引用
@article{arxiv.1806.00901,
title = {Large-scale Land Cover Classification in GaoFen-2 Satellite Imagery},
author = {Xin-Yi Tong and Qikai Lu and Gui-Song Xia and Liangpei Zhang},
journal= {arXiv preprint arXiv:1806.00901},
year = {2018}
}
备注
IGARSS'18 conference paper