基于深度学习的遥感样本库一致性评估

姚照原¹, 马磊², 万玮¹, 宋本钦², 王卫红², 邓继伟³,肖蕾¹, 冀锐¹, 魏之皓¹, 崔要奎^1,?

1. 北京大学地球与空间科学学院, 北京 1008712. 中国电子科技集团公司电子科学研究院, 北京 1000413. 中国铁路设计集团有限公司, 天津 300251

收稿日期:2022-08-09修回日期:2022-10-12出版日期:2023-07-20发布日期:2023-07-20
通讯作者:崔要奎, E-mail: yaokuicui(at)pku.edu.cn

Consistency Assessment of Remote Sensing Dataset Based on Deep Learning

YAO Zhaoyuan¹, MA Lei², WAN Wei¹, SONG Benqin², WANG Weihong², DENG Jiwei³,XIAO Lei¹, JI Rui¹, WEI Zhihao¹, CUI Yaokui^1,?

1. School of Earth and Space Sciences, Peking University, Beijing 1008712. China Academic of Electronics and Information Technology, Beijing 1000413. China Railway Design Corporation, Tianjin 300251

Received:2022-08-09Revised:2022-10-12Online:2023-07-20Published:2023-07-20
Contact:CUI Yaokui, E-mail: yaokuicui(at)pku.edu.cn

摘要/Abstract

摘要： 现有基于深度学习的遥感研究集中在算法开发方面, 缺乏对遥感样本库的研究。针对此问题，提出一种基于深度学习的样本库一致性评估方法, 对卫星遥感、三维建模和网络爬虫等不同来源的舰船样本库中各类样本之间的相似性进行评估。结果表明: 1) 在样本库一致性最高时, 该方法得到的一致性为1; 2) 当样本库一致性呈梯度变化时, 一致性评价结果随样本库一致性的变化而变化; 3) 数据来源相似的样本库能够进行合并, 制作方式差异较大的样本库不能合并。因此, 所提方法能够准确地评估样本库的一致性, 可为深度学习训练时样本库的选择提供参考。

引用本文

姚照原, 马磊, 万玮, 宋本钦, 王卫红, 邓继伟, 肖蕾, 冀锐, 魏之皓, 崔要奎. 基于深度学习的遥感样本库一致性评估[J]. 北京大学学报自然科学版, 2023, 59(4): 563-568.
YAO Zhaoyuan, MA Lei, WAN Wei, SONG Benqin, WANG Weihong, DENG Jiwei, XIAO Lei, JI Rui, WEI Zhihao, CUI Yaokui. Consistency Assessment of Remote Sensing Dataset Based on Deep Learning[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(4): 563-568.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3882