- 基于深度学习的高分辨率遥感影像智能解译与变化检测/地球空间信息学前沿丛书
- - 作者：张觅|责编:谢文涛
  - 出版社：武汉大学
  - ISBN：9787307248120
  - 出版日期：2025/03/01
  - 页数：174
- 售价：27.6

内容大纲
本书面向智能化时代遥感影像处理与应用的需求，结合作者近年来在遥感影像智能解译方面的研究工作，系统地阐述了高分辨率遥感影像解译与变化检测的方法，以“数据-像素-目标-场景”的层次认知模型为基础，引入基于深度学习的全要素遥感影像语义分割模型，在此基础上提出顾及拓扑结构与空间上下文的线状、面状地物专题要素提取方法，并构建了融合高阶注意力机制的人机交互半自动提取模型。同时，引入密集连接与几何结构约束机制，提升变化检测模型的特征复用与结构感知能力。
本书可作为普通高校摄影测量与遥感、遥感科学与技术、测绘工程、模式识别与智能处理等专业的研究生教材，也可作为遥感智能解译相关从业人员的技术参考书籍。
作者介绍
张觅，武汉大学副研究员，长期从事智能遥感影像解译研究，担任中国遥感应用协会智能遥感开源联盟副秘书长、湖北珞珈实验室智能遥感解译中心副主任。主持或参与20余项国家自然科学基金、重点研发计划等项目，发表论文30余篇，担任CVPR/ICCV/ECCV、ISPRS/TGRS/TIP等顶级会议与期刊审稿人。参与研发的EasyFeature系统支撑了“全球测图”等国家重大工程，经济效益逾2亿元。开发首个遥感深度学习框架LuoJiaNET，吸引全球5000+用户；提出LuoJiaSET分类体系，支撑OGCTrainingDML国际标准制定。与华为、百度等企业合作，主导研发28亿参数的多模态人机协同大模型LuoJia.SmartSensing（珞珈·灵感），显著提升了遥感解译的鲁棒性和迁移能力。相关成果荣获“测绘科学技术特等奖”“地理信息科技进步特等奖”等重要科技奖励。
目录
第1章  绪论
  1.1  高分辨率遥感影像智能解译与变化检测研究概述
  1.2  高分辨率遥感影像智能解译与变化检测研究现状
    1.2.1  多源数据增广
    1.2.2  高分辨率影像语义分割
    1.2.3  专题要素提取与交互式分割
    1.2.4  高分辨率影像变化检测
  1.3  高分辨率遥感影像智能解译与变化检测面临的挑战
  1.4  本书的研究内容
  1.5  本章小结
第2章  高分辨率遥感影像语义分割层次认知模型
  2.1  引言
  2.2  高分辨率影像样本数据增广
    2.2.1  生成式对抗网络
    2.2.2  条件生成式对抗网络
    2.2.3  条件最小二乘损失函数与框架设计
    2.2.4  条件最小二乘损失函数与F -散度
    2.2.5  实验结果分析
  2.3  基于多尺度流形排序的语义分割
    2.3.1  基础网络结构设计
    2.3.2  代表性网络结构
    2.3.3  影像多尺度编码
    2.3.4  扩张卷积与感受野
    2.3.5  “扩张-非扩张”对偶卷积层
    2.3.6  多标签流形排序优化
    2.3.7  基于多策略融合的DMSMR结构
    2.3.8  DMSMR网络结构参数
    2.3.9  实验结果分析
  2.4  基于旋转不变目标辅助的语义分割
    2.4.1  深度网络旋转不变结构设计
    2.4.2  输入特征方向扩张
    2.4.3  卷积核分解
    2.4.4  特征方向规划
    2.4.5  顾及目标主方向的损失函数设计
    2.4.6  旋转不变目标检测网络结构设计
    2.4.7  旋转不变目标辅助语义分割策略选择
    2.4.8  实验结果分析
  2.5  基于场景约束条件下的语义分割
    2.5.1  场景类别信息的融合策略
    2.5.2  场景信息最大似然估计
    2.5.3  交替迭代场景优化算法
    2.5.4  归一化模态类别损失均衡化方法
    2.5.5  实验结果分析
  2.6  本章小结
第3章  顾及拓扑结构与空间上下文的专题要素提取
  3.1  引言
  3.2  顾及拓扑结构的线状地物要素提取
    3.2.1  中心线与边界提取
    3.2.2  线状地物拓扑结构重建
    3.2.3  线状地物拓扑连接优化

    3.2.4  实验结果分析
  3.3  顾及空间上下文的面状地物要素提取
    3.3.1  面状地物要素的网络结构提取
    3.3.2  空间上下文信息融合
    3.3.3  多尺度目标种子点的预测
    3.3.4  边界矢量捕捉与优化
    3.3.5  实验结果分析
  3.4  本章小结
第4章  融合高阶注意力机制的交互式目标提取
  4.1  引言
  4.2  传统自然地物交互式提取方法
    4.2.1  过分割
    4.2.2  特征提取
    4.2.3  模型的建立与求解
    4.2.4  边界优化
    4.2.5  部分结果
  4.3  融合高阶注意力机制的HOS -NLClick模型
    4.3.1  交互分割方式模拟示例
    4.3.2  PS -NL模型
    4.3.3  HOS -NL高效求解方法
  4.4  自动解译与人机交互结合
  4.5  实验结果分析
    4.5.1  数据说明
    4.5.2  实验方法
    4.5.3  结果分析
  4.6  本章小结
第5章  基于密集连接和几何结构约束的变化检测
  5.1  引言
  5.2  顾及多源信息的传统变化检测方法
    5.2.1  预处理
    5.2.2  D -DSM获取
    5.2.3  初始变化对象生成
    5.2.4  融合高程和影像结构特征的变化对象分类
  5.3  基于密集连接与几何结构约束的DCGC -CD网络
  5.4  DCGC -CD与相关结构的比较
  5.5  多分支几何结构约束的损失函数设计
  5.6  实验结果分析
    5.6.1  数据说明
    5.6.2  实验方法
    5.6.3  结果分析
  5.7  本章小结
第6章  总结与展望
  6.1  总结
  6.2  展望
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目