报告详情
基于深度学习的遥感图像融合综述
编号：484
访问权限：私有
更新：2023-04-08 14:07:47
浏览：501次
张贴报告
报告开始：2023年05月06日 08:11（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [SP-7-1] 7、遥感与地理信息科学
暂无文件
摘要
随着遥感技术的广泛应用与快速发展，遥感图像质量要求亦逐步提高。目前，仅依靠一种传感器难以保证信噪比较大的同时捕获高空间分辨率、高光谱分辨率的图像。遥感图像融合技术通过结合不同传感器的空间信息和光谱（或波谱）信息，获得高质量的图像。同时，近年来深度学习理论发展迅猛，并广泛应用于遥感图像融合等图像处理中。因此，为更系统地了解基于深度学习的遥感图像融合现状，推动遥感图像融合的发展，本文首先对常用的遥感卫星图像及传统图像融合算法进行简介；然后对基于深度学习的遥感图像融合算法着重阐述，对比分析基于深度学习融合方法（PanNet、LPPN、WSDFNet）的优缺点；最后，对基于深度学习的遥感图像融合方法的未来进行了展望。
关键词
深度学习；遥感；图像融合
报告人
王倩
西南林业大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论