基于深度学习的卫星图像识别分类方法

摘要：

卫星遥感技术是一种非常重要的地球空间监测技术.卫星遥感图像经过处理后具有数据量大和数据类型复杂多样的特点,传统方法进行识别分类耗费大量人力物力.为了降低工作量,并为后续处理提供便利,本文将深度学习算法应用于卫星图像的识别分类中,设计了一种基于VGGNet的识别分类方法,利用除雾算法对训练数据进行数据增强处理,并添加岭回归正则化层,利用标签之间的相关性进行预测,使得方法达到90％ 以上的F2 score,并在实验部分进行了对比验证.最后利用此方法搭建了一个基于Django的在线识别分类展示系统.

关键词：卫星图像、深度学习、卷积神经网络、图像识别、除雾算法

所属期刊栏目：28

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：27-34