期刊专题

10.16383/j.aas.c190455

基于深度学习的光学遥感图像目标检测研究进展

引用
光学遥感图像的目标检测(Optical remote sensing images object detection,ORSIOD)是航空和卫星图像分析领域的一个基本但具有挑战性的问题,近年来受到广泛关注.本文从如下几个方面介绍了基于深度学习的光学遥感图像目标检测的研究现状.首先对光学遥感图像目标检测的主要难点进行了介绍,接着对现有基于深度学习的目标检测算法进行概括,并以光学遥感图像目标检测的难点为驱动分析对比了不同的基于深度学习的光学遥感图像目标检测方法的优缺点,最后对未来的发展趋势进行了详细的分析.

深度学习;光学遥感;目标检测;卷积神经网络

47

国家自然科学基金;湖北省自然科学基金;地质探测与评估教育部重点实验室主任基金;中央高校基本科研业务费

2021-10-29(万方平台首次上网日期,不代表论文的发表时间)

共12页

2078-2089

相关文献
评论
暂无封面信息
查看本期封面目录

自动化学报

0254-4156

11-2109/TP

47

2021,47(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn