典型文献
基于深度学习的像素级全色图像锐化研究综述
文献摘要：
全色图像锐化是遥感数据处理领域的一个基础性问题,在地物分类、目标识别等方面具有重要的研究意义和应用价值.近年来,深度学习在自然语言处理、计算机视觉等领域取得了巨大进展,也推动了像素级全色图像锐化技术的发展.本文提出从经典方式和协同方式两个方面对深度学习在全色图像锐化中的研究进行系统的综述,并在此基础上进行前景展望.首先,给出全色图像锐化常用的数据集和全色图像锐化的质量评价指标;接着,从经典方式与协同方式两个方面对基于深度学习的全色图像锐化最新研究成果进行分门别类的介绍,并进行算法性能的对比、分析和归纳;然后,对全色图像锐化的3个主要应用领域如地物分类、目标识别和地表变化检测进行分析;最后,本文探讨了基于深度学习的全色图像锐化的5个未来研究方向.
文献关键词：
全色图像锐化;深度学习;经典方式;协同方式;质量评价;遥感图像融合
中图分类号：
作者姓名：
杨勇;苏昭;黄淑英;万伟国;涂伟;卢航远
作者机构：
江西财经大学信息管理学院,南昌330032;天津工业大学软件学院,天津300387;江西财经大学软件与物联网工程学院,南昌330032
文献出处：
引用格式：
[1]杨勇;苏昭;黄淑英;万伟国;涂伟;卢航远-.基于深度学习的像素级全色图像锐化研究综述)[J].遥感学报,2022(12):2411-2432
A类：
全色图像锐化
B类：
像素级,遥感数据,地物分类,目标识别,研究意义,意义和应用,自然语言处理,计算机视觉,经典方式,协同方式,前景展望,质量评价指标,分门别类,算法性能,主要应用,地表变化,变化检测,未来研究方向,遥感图像融合
AB值：
0.14491
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
