Deep learning in remote sensing applications: A meta-analysis and review

预处理器 计算机科学 遥感 领域(数学) 分割 土地覆盖 人工智能 深度学习 图像(数学) 图像分割 计算机视觉 地理 土地利用 数学 工程类 土木工程 纯数学
作者
Lei Ma,Yu Liu,Xueliang Zhang,Yuanxin Ye,Gaofei Yin,Brian Alan Johnson
出处
期刊:Isprs Journal of Photogrammetry and Remote Sensing 卷期号:152: 166-177 被引量:1055
标识
DOI:10.1016/j.isprsjprs.2019.04.015
摘要

Deep learning (DL) algorithms have seen a massive rise in popularity for remote-sensing image analysis over the past few years. In this study, the major DL concepts pertinent to remote-sensing are introduced, and more than 200 publications in this field, most of which were published during the last two years, are reviewed and analyzed. Initially, a meta-analysis was conducted to analyze the status of remote sensing DL studies in terms of the study targets, DL model(s) used, image spatial resolution(s), type of study area, and level of classification accuracy achieved. Subsequently, a detailed review is conducted to describe/discuss how DL has been applied for remote sensing image analysis tasks including image fusion, image registration, scene classification, object detection, land use and land cover (LULC) classification, segmentation, and object-based image analysis (OBIA). This review covers nearly every application and technology in the field of remote sensing, ranging from preprocessing to mapping. Finally, a conclusion regarding the current state-of-the art methods, a critical conclusion on open challenges, and directions for future research are presented.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小楼昨夜又东风完成签到 ,获得积分10
1秒前
2秒前
嗯嗯完成签到,获得积分10
2秒前
桔子完成签到,获得积分10
2秒前
popo完成签到,获得积分10
3秒前
砖家完成签到,获得积分10
4秒前
4秒前
7秒前
7秒前
8秒前
地大空天完成签到 ,获得积分10
8秒前
畅快的纸飞机完成签到,获得积分10
9秒前
Waney完成签到,获得积分10
9秒前
kkll发布了新的文献求助10
10秒前
无我方显真我完成签到,获得积分10
10秒前
10秒前
小富发布了新的文献求助10
11秒前
12秒前
12秒前
雪魂完成签到,获得积分10
12秒前
13秒前
.....完成签到,获得积分10
13秒前
14秒前
珈蓝发布了新的文献求助50
15秒前
脑洞疼应助啦啦啦啦啦采纳,获得10
15秒前
程乾发布了新的文献求助10
16秒前
17秒前
雪魂发布了新的文献求助10
17秒前
18秒前
星辰大海应助简单采纳,获得10
19秒前
小陈老板发布了新的文献求助10
19秒前
东方欲晓完成签到,获得积分10
21秒前
22秒前
真理完成签到,获得积分10
22秒前
丁小猕发布了新的文献求助10
22秒前
23秒前
23秒前
小小牛完成签到 ,获得积分10
27秒前
Lws发布了新的文献求助10
28秒前
28秒前
高分求助中
Manual of Clinical Microbiology, 4 Volume Set (ASM Books) 13th Edition 1000
Teaching Social and Emotional Learning in Physical Education 900
The three stars each : the Astrolabes and related texts 550
Boris Pesce - Gli impiegati della Fiat dal 1955 al 1999 un percorso nella memoria 500
Chinese-English Translation Lexicon Version 3.0 500
Recherches Ethnographiques sue les Yao dans la Chine du Sud 500
[Lambert-Eaton syndrome without calcium channel autoantibodies] 460
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2399563
求助须知:如何正确求助?哪些是违规求助? 2100285
关于积分的说明 5295060
捐赠科研通 1828107
什么是DOI,文献DOI怎么找? 911224
版权声明 560133
科研通“疑难数据库(出版商)”最低求助积分说明 487058