典型文献
基于深度学习的高分辨率星载遥感影像目标检测综述
文献摘要：
高分辨率星载遥感成像是对地观测的重要手段,按照成像原理,高分辨率星载遥感大致包括可见光遥感、热红外遥感、SAR遥感等.随着人工智能技术的发展,卷积神经网络、生成式对抗网络等深度学习算法被广泛应用于遥感影像分析.对遥感影像分析而言,主要任务之一是目标检测.目前,Faster RCNN、SSD、RetinaNet等计算机视觉领域的深度学习目标检测算法已经广泛应用于遥感目标检测领域,并大幅提高了检测准确率.与传统目标检测算法相比,基于深度学习的目标检测算法有着检测准确率高的优势,同时有着检测速度慢、可解释性差的劣势.由于基于深度学习的目标检测算法在检测准确度上的优势,其在遥感影像解译领域有着广阔的应用前景.
文献关键词：
遥感;目标检测;深度学习;综述
中图分类号：
作者姓名：
邵文昭;张文新;张书强;王晓辉
作者机构：
邯郸职业技术学院软件与大数据系,河北邯郸056005
文献出处：
引用格式：
[1]邵文昭;张文新;张书强;王晓辉-.基于深度学习的高分辨率星载遥感影像目标检测综述)[J].邯郸职业技术学院学报,2022(04):34-37,41
A类：
B类：
星载,像是,对地观测,成像原理,可见光遥感,热红外遥感,SAR,生成式对抗网络,深度学习算法,遥感影像分析,主要任务,Faster,RCNN,SSD,RetinaNet,计算机视觉,学习目标,目标检测算法,遥感目标检测,检测领域,检测准确率,检测速度,速度慢,可解释性,检测准确度,遥感影像解译
AB值：
0.298074
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。
