基于深度模型的航空影像场景分类近期进展与机遇
计算机视觉与模式识别
2018-06-05 v1
摘要
场景分类是遥感影像解译中的一项基础任务，并因其在广泛应用中的重要角色而成为遥感领域的研究热点。过去数年，为发展强大的遥感影像场景分类方法作出了巨大努力，从传统的词袋模型演进到新一代深度卷积神经网络（CNNs）。基于深度 CNN 的方法在性能上取得了显著突破，大幅优于严重依赖手工特征的前述方法。然而，由于现有公开场景数据集的明显缺陷（如训练样本规模小、多样性低），深度 CNN 的性能已逐渐趋于平台期。因此，为推动新方法发展并将场景分类任务向前推进一步，我们深入讨论场景分类任务中存在的问题，并相应提出三个开放方向。我们相信这些潜在方向对本领域研究者具有指导意义。
引用
@article{arxiv.1806.00899,
title = {Recent advances and opportunities in scene classification of aerial images with deep models},
author = {Fan Hu and Gui-Song Xia and Wen Yang and Liangpei Zhang},
journal= {arXiv preprint arXiv:1806.00899},
year = {2018}
}
备注
IGARSS'18 conference paper