...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >A Framework for Remote Sensing Images Processing Using Deep Learning Techniques
【24h】

A Framework for Remote Sensing Images Processing Using Deep Learning Techniques

机译：使用深度学习技术进行遥感图像处理的框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Deep learning (DL) techniques are becoming increasingly important to solve a number of image processing tasks. Among common algorithms, convolutional neural network- and recurrent neural network-based systems achieve state-of-the-art results on satellite and aerial imagery in many applications. While these approaches are subject to scientific interest, there is currently no operational and generic implementation available at the user level for the remote sensing (RS) community. In this letter, we present a framework enabling the use of DL techniques with RS images and geospatial data. Our solution takes roots in two extensively used open-source libraries, the RS image processing library Orfeo ToolBox and the high-performance numerical computation library TensorFlow. It can apply deep nets without restriction on image size and is computationally efficient, regardless of hardware configuration.
机译：深度学习（DL）技术对于解决许多图像处理任务变得越来越重要。在常见算法中，基于卷积神经网络和递归神经网络的系统在许多应用中都实现了卫星和航空图像方面的最新技术成果。尽管这些方法受到科学关注，但目前在用户级别尚无可用于遥感（RS）社区的操作和通用实现。在这封信中，我们提出了一个框架，该框架使DL技术可以与RS图像和地理空间数据结合使用。我们的解决方案源于两个广泛使用的开源库，即RS图像处理库Orfeo ToolBox和高性能数值计算库TensorFlow。无论硬件配置如何，它都可以应用深层网络而不受图像大小的限制，并且计算效率高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号