基于深度学习的遥感图像目标检测技术研究进展

付涵,范湘涛,严珍珍,杜小平

Progress of Object Detection in Remote Sensing Images based on Deep Learning

Han Fu,Xiangtao Fan,Zhenzhen Yan,Xiaoping Du

表5 高光谱图像目标检测方法

Table 5 The object detection methods of hyperspectral images

文献 方法 特点 Li等[51]，2017 CNN 从训练样本中选择像素对来训练CNN，用训练好的CNN衡量测试像素和周围环境的相似度，并对这些相似度值进行平均作为最终测试输出 Cheng等[52]，2018 CNN 使用CNN来提取高光谱图像深层特征，同时提出了一种基于度量学习的框架来学习判别频谱空间特征，最终在SVM中嵌入一个度量学习正则化项以实现高光谱图像分类 Zhou等[16]，2019 堆叠自动编码器 提出了一个高光谱图像分类框架CDSAE，利用局部Fisher判别正则化和多样性正则化来训练模型 Xie等[17]，2020 光谱正则化无监督网络 基于AE和VAE构建了光谱正则化无监督网络，证明了其在目标检测上表现更好