用于遥感图像分类的三维深度学习方法
计算机视觉与模式识别
2018-08-15 v1 机器学习
机器学习
摘要
近来，多种方法丰富了遥感（RS）图像处理与分析领域。遗憾的是，面对当今大型数据集丰富的空间-光谱内容，现有方法仍然有限。鉴于基于深度学习（DL）的方法能够对数据进行准确的语义解释，在此阶段借助它们似乎颇值得探究。然而，RS数据集中光谱与空间内容共存所引入的特性，拓宽了为使DL方法适应这些情境而面临挑战的范围。因此，本文的目的首先是探索DL架构在RS高光谱数据集分类上的性能，其次是引入一种能够实现光谱与空间信息联合处理的新三维DL方法。我们提出并评估了一组三维方案。基于知名高光谱数据集的实验结果表明，所提方法能够以更低的计算成本取得优于当前最优（SOTA）方法的分类率。
引用
@article{arxiv.1806.05824,
title = {Three dimensional Deep Learning approach for remote sensing image classification},
author = {Amina Ben Hamida and A Benoit and Patrick Lambert and Chokri Ben Amar},
journal= {arXiv preprint arXiv:1806.05824},
year = {2018}
}