工业通用技术及设备论文_遥感影像样本数据集研 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

工业通用技术及设备论文_遥感影像样本数据集研

作者:

关键词:

摘要：

文章目录

1 引言

2 元数据分析

2.1 遥感影像样本数据来源分析

2.2 遥感影像样本应用领域分析

2.3 遥感影像样本关键词分析

2.4 遥感影像样本规模分析

3 分辨率分析

3.1 空间分辨率

3.2 时间分辨率

3.3 光谱分辨率

4 遥感影像样本数据集算法模型分析

5 应用领域分析

5.1 遥感场景识别

5.2 土地覆被/利用分类

5.3 专题要素提取

5.4 遥感变化检测

5.5 目标检测

5.6 遥感语义分割

5.7 定量遥感

5.8 其他数据集

6 影响力分析

7 讨论

7.1 样本时空迁移

7.2 小样本学习与零样本学习

7.3 样本主动发现

7.4 样本生成

8 结语

文章摘要:随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展，基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式，其对样本数据的规模、质量、多样性等提出了更高要求。最近，国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集，为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析，针对这一问题，本文在文献检索与分析的基础上，归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析，并提供了数据来源、应用领域与关键词的发展变化，分析了数据集在空间、时间、光谱分辨率上的差异，以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析，总结了深度学习模型在数据集上的研究进展，并针对稀疏样本导致的模型过拟合问题，探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究，可为相关领域科研人员提供数据参考。

文章关键词:

论文分类号:TP751

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/qikandaodu/2022/0512/1129.html