深度學習與遙感數據分析

作者：張立強,李洋,侯正陽,李新港,耿昊,王躍賓,李景文,朱盼盼,梅杰,姜顏笑,李帥朋,辛奇,崔穎,劉素紅

摘要：深度學習的迅猛發展,為遙感大數據的智能分析提供了重要技術手段。首先主要介紹了遙感數據識別和應用中設計的深度學習模型與方法,提出并實現了面向激光雷達點云、光學遙感圖像和高光譜圖像等數據地物識別的深度強化學習、多任務學習和亞像素-像素-超像素特征學習網絡模型。這類模型的參數基本上由學習得到,調參工作量小,而且充分顧及了地物間的空間和上下文信息以及紋理和光譜特征,泛化能力強。然后描述了聯合深度學習和多源遙感數據在精準扶貧評估、青藏高原20 a濕地變化及空間分析和玉米產量估產等方面的研究進展。從中可以看出,為了更好地促進遙感數據向知識的轉化,需要面向應用,充分發揮深度學習在遙感大數據處理的優勢,發展新的數據處理算法與技術。

發文機構：北京師范大學地理科學學部 中國地質大學（北京）土地科學技術學院 桂林理工大學測繪地理信息學院

關鍵詞：深度強化學習多源遙感數據地物識別deep reinforcement learningmulti-source remote sensing dataobject recognition

分類號： P208[天文地球—地圖制圖學與地理信息工程]