学者观点结合深度学习和半监督学习的遥

图片来源网络

随着各类深度学习、深度生成模型、迁移学习等算法的迅速发展，在不充足样本下进行遥感影像分类识别任务出现了新方法，新思路。

如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题？怎样才能取得更出色的地物识别和分类效果？各算法适用的遥感影像数据特性、算法结构、训练策略及应用特点分别是什么？

华东师范大学谭琨教授及团队对近一两年用于遥感图像处理中小样本训练的深度学习方法进行综述（篇文献），从深度生成模型、迁移学习以及一些高效特征提取网络3个方面进行全面剖析，以期推进更多研究者对基于深度学习的遥感影像分类问题的探索研究。

学者观点

特邀论文：结合深度学习和半监督学习的遥感影像分类进展

特邀学者：谭琨华东师范大学

引用格式：谭琨,王雪,杜培军.结合深度学习和半监督学习的遥感影像分类进展[J].中国图象图形学报,,24(11):-.

全文链接：

转载请注明：http://www.shijichaoguyj.com/wxbz/7420.html