作者：陈磊 等 著
页数：220
出版社：国防工业出版社
出版日期：2023
ISBN：9787118131147
电子书格式：pdf/epub/txt
内容简介
随着遥感技术的不断进步和深度学习算法的快速发展，深度学习在遥感图像处理中的应用正变得越来越广泛。本书从深度学习与遥感图像处理的相关背景开始，系统地介绍了深度学习在遥感图像处理和分析中的最新进展和应用。本书共分为六章，以遥感图像飞机目标检测、舰船目标检测、遥感图像建筑物提取及遥感图像土地语义分割为例，详细介绍了遥感数据集的增强方法、数据预处理方法、特征提取方法和模型评估方法等，并在通用遥感数据集上对几种遥感图像处理方法进行了设计、验证和评估。
本书旨在为遥感图像处理和深度学习算法的初学者和高级研究者提供一个全面的学习指南，同时也为深度学习在遥感图像处理和应用领域的研究和应用提供重要的参考和技术支持。
作者简介
陈磊，工学博士，主要从事深空遥控成像技术及遥感图像处理技术的研究，承接了天问1号、2号、探月4期、仰望1号等多项深空探测任务的载荷研制，同时承担了吉林省科技厅科技重大科技攻关任务2项，发表论文10余篇，申请专利5项，获得吉林省科技进步二等奖1项，航天科技集团科技进步二等奖1项。
目录
第1章深度学习遥感图像处理技术的研究目的和意义
1.1研究目的和意义
1.2国内外研究现状
1.2.1遥感飞机目标检测与识别方法的研究现状
1.2.2遥感舰船目标检测与识别方法的研究现状
1.2.3遥感建筑物提取方法的研究现状
1.2.4遥感图像土地提取方法的研究现状
第2章深度学习基础理论
2.1卷积神经网络
2.1.1卷积神经网络结构
2.1.2卷积神经网络分类器
2.1.3理论感受野与有效感受野
2.1.4跨尺度特征融合
2.1.5注意力机制
2.2典型深度学习算法网络
2.2.1单阶段目标检测算法
2.2.2双阶段目标检测算法
2.2.3DeepLab语义分割算法
2.2.4U-Net卷积神经网络
2.3网络轻量化相关理论
2.3.1网络轻量化的必要性
2.3.2轻量化网络结构设计
2.3.3网络压缩
2.3.4评价指标
……
1.1研究目的和意义
1.2国内外研究现状
1.2.1遥感飞机目标检测与识别方法的研究现状
1.2.2遥感舰船目标检测与识别方法的研究现状
1.2.3遥感建筑物提取方法的研究现状
1.2.4遥感图像土地提取方法的研究现状
第2章深度学习基础理论
2.1卷积神经网络
2.1.1卷积神经网络结构
2.1.2卷积神经网络分类器
2.1.3理论感受野与有效感受野
2.1.4跨尺度特征融合
2.1.5注意力机制
2.2典型深度学习算法网络
2.2.1单阶段目标检测算法
2.2.2双阶段目标检测算法
2.2.3DeepLab语义分割算法
2.2.4U-Net卷积神经网络
2.3网络轻量化相关理论
2.3.1网络轻量化的必要性
2.3.2轻量化网络结构设计
2.3.3网络压缩
2.3.4评价指标
……
