目录介绍
目录
第1章绪论1
1.1研究背景及意义1
1.2光学遥感图像分类4
1.2.1应用场景与难点挑战5
1.2.2研究进展6
1.3研究内容10
1.4本书章节安排12
本章参考文献13
第2章视觉信息认知计算与深度属性学习理论与方法22
2.1视觉信息认知计算理论22
2.1.1人类视觉层次感知机制22
2.1.2计算机视觉信息认知理论24
2.2深度属性学习理论25
2.2.1属性的定义与分类26
2.2.2属性的获取途径27
2.2.3属性的特点及研究意义28
2.3属性学习在深度学习中的应用30
2.4本章小结32
本章参考文献32
第3章基于属性学习预测的细粒度遥感目标分类42
3.1引言42
3.2基于属性学习的可解释图像分类模型43
3.2.1问题定义43
3.2.2类别预测模块44
3.2.3属性预测模块44
3.2.4集成分类模块45
3.2.5属性解释生成模块46
3.3实验与分析48
3.3.1实验设置48
3.3.2实验结果与分析50
3.4本章小结59
本章参考文献60
基于深度属性学习的光学遥感图像分类研究
｜目录｜
第4章基于多源属性学习的细粒度遥感场景分类62
4.1引言62
4.2基于属性提取融合的遥感场景分类模型63
4.2.1问题定义63
4.2.2时空属性提取模块64
4.2.3决策融合分类模块68
4.3实验与分析70
4.3.1实验设置70
4.3.2对照实验71
4.3.3与其他主流方法的定量结果比对分析73
4.4本章小结74
本章参考文献74
第5章基于属性建模迁移的少样本遥感图像分类76
5.1引言76
5.2基于属性视觉建模的少样本学习模型78
5.2.1问题定义79
5.2.2基础分类模块79
5.2.3属性原型模块80
5.2.4图像聚焦模块83
5.2.5少样本分类模块84
5.3实验与分析85
5.3.1实验设置85
5.3.2零样本分类结果分析87
5.3.3少样本分类结果分析92
5.3.4属性定位结果分析94
5.4本章小结101
本章参考文献101
第6章面向遥感图像分类的视觉属性自动化挖掘107
6.1引言107
6.2视觉属性发掘网络109
6.2.1问题定义109
6.2.2视觉属性聚类模块111
6.2.3类别关系发掘模块113
6.3实验与分析114
6.3.1实验设置114
6.3.2对照实验115
6.3.3定性分析118
6.3.4定量分析121
6.4本章小结124
本章参考文献124
第7章基于视觉属性自动化标注的零样本遥感图像场景分类129
7.1引言129
7.2相关工作132
7.2.1遥感场景分类中的零样本学习132
7.2.2零样本学习中的类嵌入133
7.3基于深度语义视觉对齐的零样本遥感图像场景分类方法134
7.3.1自动属性标注134
7.3.2基于深度语义视觉对齐模型137
7.4实验142
7.4.1数据集142
7.4.2评价指标143
7.4.3训练细节143
7.4.4消融实验143
7.4.5主要结果146
7.5属性可视化149
7.6结论152
本章参考文献152
第8章总结与展望159
8.1全书内容总结159
8.2后续工作展望161