A semantic segmentation method with category boundary for Land Use and Land Cover (LULC) mapping of Very-High Resolution (VHR) remote sensing image论文链接 目录A semantic segmentation method with category b
RefineNet发布于2016年，早于PSPnet。《RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation》RefineNet论文思想作者认为，下采样和池化等操作将图像缩小到32倍以后丢失了许多细节特征，而在以前的论文中，主要使用反卷积的操作（像Unet中）来恢复一些特征，但是这种恢
转载
2024-10-03 14:43:03
78阅读
遥感图像语义分割是图像分割领域的一个重要的垂类应用，有着广泛的需求和实际应用价值，尤其在灾害评估、农作物产量估计和土地变化监测等领域有着不可替代的作用。相比于自然图像的语义分割，遥感图像语义分割由于有其自身的特殊性和挑战性，如遥感图像存在大量微小目标，这就要求分割方法和结果要足够精细。 自然图像和遥感图像对比基于飞桨PaddleSeg的遥感图像分割Benchmark近年来，随着人工智能技术的发展，
转载
2024-02-29 16:40:08
353阅读
文章尝试利用深度神经网络进行遥感图像分类。经过比较后选择了AlexNet网络模型，为了缩短训练时间和提升分类准确率，对网络模型进行了改进，同时进一步尝试了权值迁移的训练方法。利用公开的遥感影像分类数据集UCM，在改进的网络模型上采用权值迁移的方法进行了试验，试验结果表明，改进后的网络模型具有很好的准确率和效率。 利用深度神经网络模型进行分类时，都是从零开始训练网络，让深层网络通过训练学习到数据集的
目录摘要1.引言2.Method2.1.Encoder-Dual Decoder framework2.2.Deformable ResNet as Encoder2.3.Dual Feature Pyramid as Decoder2.4.Anchor-based Height Regression2.5.Multi-task loss for end-to-end optimization3
前言遥感是空间信息技术领域中发展最为迅猛的标志性技术之一，是一门涉及信息科学、空间科学与地球科学的交叉性学科，在资源勘探、环境监测、城市规划、地图导航、灾害监测和军事等方面有着重要的应用价值。本书按照“遥感图像获取——遥感图像处理”的主线进行内容的组织，在编写过程中参考了国内外有关遥感教材的部分内容，结合了该方面的最新研究成果和发展动态，系统地介绍了遥感图像获取与处理的基本原理与方法技术。第1章在
Author:HanDi 数据挖掘课上一个小实验，用matlab自带的kmeans函数实现遥感图像分类，代码总体简单整洁，注释详细，可轻松修改自用，但是我觉得自己选的分类结果颜色是丑了点，大家可以通过修改colormap自定义颜色，包括colorbar。从图中不难看出，最后效果图没有经过分类后处理，有很多细小和破碎斑块，使得分类结果的视觉效果不是那么好下面是完整代码，我的MATLAB版本是 202
转载
2024-07-18 16:41:01
215阅读
本文为匈牙利布达佩斯理工大学（作者：Adaloglou M. Nikolaos）的硕士论文，共98页。磁共振图像中的体分割对于诊断、监测和治疗计划是必需的。手工操作需要解剖学知识，成本高，耗时长，而且由于人为因素可能不准确。自动分割可以节省医生的时间，并为进一步分析提供精确的可重复的解决方案。本文研究了多模态三维磁共振图像（MRI）的自动脑分割技术。对目前最先进的三维深度神经网络进行了广泛的比较分
遥感图像语义分割——从原始图像开始制作自己的数据集(以高分二号为例) 文章目录遥感图像语义分割——从原始图像开始制作自己的数据集(以高分二号为例)1.遥感影像获取2.遥感数据预处理（影像融合）3.遥感影像批量裁剪4.栅格格式影像转JPG格式5.用labelme制作图像标签6.制作txt文档（统计训练集、验证集的图片名）批量修改图片的文件名读取文件名到txt文档 这篇文章分享一下遥感影像语义分割数据
转载
2024-05-08 14:21:43
387阅读
背景地物要素分类是地表第五要素观测与测绘的重要手段之一，然而目前地物要素的提取方法主要依赖人工，效率低且成本高昂，急需通过先进的算法提高精度并使其自动化。充分运用智能算法与大数据技术突破遥感影像的信息提取与分析瓶颈，不仅是业...
原创
2023-05-17 12:48:08
52阅读
遥感图像不同于普通的自然图像，对遥感图像的解译工作也有其独特之处。在分析遥感图像时，要求解译方法不仅发现物体的表象，还要挖掘特征的内在联系，建立物体的变化规律。虽然人工解译方式可以实现简单的解译任务，但是人工判读依赖于丰富的经验，且解译效率较低，非常不利于海量遥感图像的处理，更不是用于高时效性要求的监测任务，如灾害预警、突发事件应急、交通管理等。 遥感图像可以反映出地物的各种基本属性，如形状、大小
转载
2024-05-24 18:16:35
94阅读
使用深度学习对遥感影像进行语义分割，按照时间排序，使用state-of-art 语义分割方法对影像进行分割，后续提出自己的改进网络方法！
深度学习高分辨率遥感影像语义分割 深度学习大家都知道，在计算机视觉领域取得了很大的成功，在遥感影像自动解译方面，同样带来了快速的发展，我在遥感影像自动解译领域，也做了
转载
2023-12-19 15:24:16
811阅读
图像语义分割就是机器自动从图像中分割出对象区域，并识别其中的内容。量子位今天推荐的这篇文章，回顾了深度学习在图像语义分割中的发展历程。发布这篇文章的Qure.ai，是一家用深度学习来读取医学影像的公司，他们在官方博客上梳理了语义分割中的深度学习方法。他们希望通过这份介绍，能让大家了解这个已经在自然图像处理比较成熟、但是在医学图像中仍需发展的新兴技术。作者Sasank Chilamkurthy三部分
转载
2024-08-20 18:05:49
65阅读
遥感图像处理（北师）笔记第1章 数字图像基础图像与数字图像数字图像获取时的基本参数数字图像特征数字图像输出时的基本参数数字图像类型实践操作视频第3章 空间域处理方法概述数值运算单波段点运算单波段邻域运算多波段运算集合运算逻辑运算数学形态学运算实践操作视频第4章 变换域处理方法第7章 数字去噪声概述常见噪声类型与识别空间域去噪变换域去噪实践操作视频 https://www.icourse163.o
Brain-inspired Remote Sensing Interpretation: A Comprehensive Survey脑启发遥感解译:一个全面的调查摘要:基于大脑的算法已经成为下一代人工智能的新趋势。通过对脑科学的研究，可以有效提高遥感算法的智能化。综述和分析了脑认知学习的基本性质和遥感解译研究的最新进展。本文首先介绍了大脑的结构组成和性质。然后，研究了五种代表性的脑启发算法，包
任何颠覆性新技术由愿景到成熟应用，从“思想火花”到“物质成品”都有一个发展过程。遥感技术诞生于20世纪60年代，经过几十年的迅速发展，成为一门实用、先进的空间探测技术。未来十年，遥感是否可以深刻地影响社会发展，切实解决生产生活中的问题，兼具普适性和经济价值，其关键点在于对遥感数据的解译和应用。如果人工智能技术与遥感的结合打开未来遥感行业应用大门，这将带来怎样的变革呢？传统遥感解译技术对精准快速的处
目录实验内容四：实验步骤：一、相关知识扩展二、快速傅里叶变换三、反向FFT变换四、主成分变换五、多图像代数运算六、实验总结及扩展实验一至实验四参考资料：论文：书籍：博客：实验内容四：完成遥感图像的傅里叶变换、主成分分析、代数运算等。实验步骤：一、相关知识扩展1.傅立叶变换：将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同
遥感信息在林业调查中的应用越来越广。如林业领域，其通过远程信息采集，以无接触传播和接受电磁波的方式采集植物长势、生长面积、周边水文环境等信息，集约化、低成本收集数据，让林业调查有据可依。遥感数据的种类越来越复杂，数据量也在剧增，对数据分析能力提出了更高要求。技术怎样发展去应对这样的挑战？今天我们来学习一下 ENVI 遥感解译技术流程。遥感技术在现代地理信息系统（GIS）和自然资源管理中扮
转载
2024-10-08 16:30:48
34阅读
编者按：在举国上下全力抗疫的特殊时期，2月4日，我们迎来了2020年第一个节气，岁首“立春”。春归大地，尽管寒冷尚未远去，但温暖却越来越近。火神山医院已收治两批患者，雷神山医院将于明晚交付，新冠肺炎的治疗药物已初筛出3种，治愈能力上升，新增病例增速放缓……没有一个冬天不可逾越，也没有一个春天不会到来。农历新年伊始，商汤君将致力于为大家推出更多精彩报道和技术分享，让大家感受到AI(爱)的快速成长，作
因果图法的定义因果图法是一种利用图解法分析输入的各种组合情况，从而设计测试用例的方法，它适合于检查程序输入条件的各种组合情况特点：（1）考虑输入条件的相互制约及组合关系（2）考虑输出条件对输入条件的依赖关系因果图的核心因果图法比较适合输入条件比较多的情况，测试所有的输入条件的排列组合。所谓的原因就是输入，所谓的结果就是输出。因果图的“因”—输入条件因果图的“果”—输出结果因果图法要注意考虑：所有输
