遥感影像智能处理电子书

内 容 提 要

前言

第1章 概述

1.1 遥感影像处理

1.2 遥感影像智能处理

1.3 遥感影像智能处理的发展历程

1.4 遥感数据的分类

1.5 遥感数据的特点

1.6 遥感影像智能处理技术

1.7 遥感影像智能处理与计算机视觉

第2章 遥感数据融合

2.1 数据集和评价指标

2.1.1 公开数据集

2.1.2 常见评价指标

2.2 传统数据融合方法

2.2.1 HSI-LiDAR数据融合方法

2.2.2 HSI-MSI数据融合方法

2.3 基于深度学习的多模态遥感数据融合方法

2.3.1 同质融合

2.3.2 异质融合

2.4 未来研究方向

2.5 本章小结

参考文献

第3章 遥感数据压缩

3.1 数据集和评价指标

3.1.1 公开数据集

3.1.2 常见评价指标

3.2 基于预测的压缩算法

3.3 基于变换的压缩算法

3.4 基于矢量量化的压缩算法

3.5 基于神经网络的压缩算法

3.5.1 基于自编码器的算法

3.5.2 基于GAN的算法

3.5.3 基于注意力机制的算法

3.5.4 其他基于神经网络的算法

3.6 未来研究方向

3.7 本章小结

参考文献

第4章 遥感场景分类

4.1 数据集和评价指标

4.1.1 公开数据集

4.1.2 常见评价指标

4.2 基于自编码器的场景分类方法

4.3 基于CNN的场景分类方法

4.4 基于GAN的场景分类方法

4.5 基于ViT的场景分类方法

4.6 未来研究方向

4.7 本章小结

参考文献

第5章 遥感目标检测

5.1 数据集和评价指标

5.1.1 公开数据集

5.1.2 常见评价指标

5.2 弱监督和无监督目标检测方法

5.3 小目标检测方法

5.4 小样本目标检测方法

5.5 定向目标检测方法

5.6 未来研究方向

5.7 本章小结

参考文献

第6章 遥感影像监督学习语义分割

6.1 数据集和评价指标

6.1.1 公开数据集

6.1.2 常见评价指标

6.2 遥感影像监督学习语义分割的演进

6.3 基于深度学习的遥感语义分割

6.4 遥感语义分割结合特定应用场景

6.5 未来研究方向

6.6 本章小结

参考文献

第7章 遥感影像非监督学习语义分割

7.1 数据集和评价指标

7.2 半监督学习语义分割

7.2.1 主流研究方法

7.2.2 综合分析

7.3 弱监督学习语义分割

7.3.1 主流研究方法

7.3.2 综合分析

7.4 无监督学习语义分割

7.4.1 主流研究方法

7.4.2 综合分析

7.5 未来研究方向

7.6 本章小结

参考文献

第8章 遥感影像修复

8.1 数据集和评价指标

8.1.1 公开数据集

8.1.2 常见评价指标

8.2 基于传统方法的影像修复

8.3 基于监督学习的影像修复

8.4 基于半监督学习的影像修复

8.5 基于无监督学习的影像修复

8.6 未来研究方向

8.7 本章小结

参考文献

第9章 遥感影像变化检测

9.1 数据集和评价指标

9.1.1 公开数据集

9.1.2 常见评价指标

9.2 基于监督学习的遥感影像变化检测

9.3 基于半监督学习的遥感影像变化检测

9.4 基于无监督学习的遥感影像变化检测

9.5 基于迁移学习的遥感影像变化检测

9.6 未来研究方向

9.7 本章小结

参考文献

第10章 遥感影像超分辨率重建

10.1 数据集和评价指标

10.1.1 公开数据集

10.1.2 常见评价指标

10.2 基于传统方法的超分辨率重建

10.3 基于深度学习的超分辨率重建

10.3.1 基于CNN的超分辨率重建技术

10.3.2 基于生成式模型的超分辨率重建技术

10.4 未来研究方向

10.4.1 网络架构创新

10.4.2 学习策略优化

10.4.3 评价体系革新

10.5 本章小结

参考文献

第11章 遥感影像跨域处理

11.1 数据集和评价指标

11.1.1 公开数据集

11.1.2 常见评价指标

11.2 基于传统方法的跨域处理

11.3 域适应

11.3.1 无监督域适应

11.3.2 半监督域适应

11.4 域泛化

11.5 未来研究方向

11.6 本章小结

参考文献

附录A 常用数据集

附录B 主要术语表