第一个书签之前
基于卷积神经网络的遥感图像分类和分割 方法研究
REMOTE SENSING IMAGE CLASSIFICATION AND SEGMENTATIONAND BASED ON CONVOLUTIONAL NEURAL NETWORK
摘 要
ABSTRACT
第1章 绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 遥感图像的分类和分割
1.2.2 卷积神经网络
1.3 本文的主要研究内容
1.4 本文的组织结构
第2章 深度卷积网络
2.1 引言
2.2 神经网络基础
2.3 用于分类的卷积神经网络
2.4 基于全卷积网络的语义分割
2.5 本章小结
第3章 粗粒度遥感图像分类
3.1 引言
3.2 遥感图像分类数据库
3.3 基于SIFT+BoVW的遥感图像地表分类
3.4 基于深度学习方法的遥感图像分类方法
3.4.1 单模型分类
3.4.2多模型集成
3.5 遥感图像的多阶段分类模型
3.5.1多阶段分类模型
3.5.2多阶段分类模型的训练方法
3.6 实验结果与分析
3.6.1 基于SIFT+BoVW的遥感图像地表分类
3.6.2单模型分类和模型集成实验结果
3.6.3 多阶段分类模型的实验结果与分析
3.7 粗粒度分类应用
3.8 本章小结
第4章 细粒度遥感图像分割
4.1 引言
4.2 遥感图像语义分割数据库
4.3 基于深度学习的遥感图像语义分割
4.3.1 DRN网络结构
4.3.2 网络结构参数
4.4 基于权重调整的分割网络优化
4.5 生成对抗网络框架下的遥感图像分割模型
4.5.1生成对抗网络
4.5.2分割网络的对抗训练算法
4.5.3生成模型和判别模型的结构
4.6 实验结果与分析
4.6.1 DRN分割实验结果
4.6.2 基于权重调整的分割网络优化
4.6.3 生成对抗框架下的分割网络实验结果
4.7 细粒度分割应用
4.8 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
哈尔滨工业大学;
