基于弱监督的VGG深度学习网络遥感影像云检测

摘要：

大多遥感影像云检测方法中,训练数据需要对影像的每个像素进行标记,标记成本非常昂贵,为了减轻深度学习遥感影像云检测中人工劳动标记数据的成本,图像块标签代替像素标签进行深度学习训练.首先,将多种下垫面的遥感影像裁剪成图像块并标记,带有标签的图像块作为数据集;其次,块状的数据集训练改进VGG深度学习网络,训练好的网络对大型遥感影像进行云检测;最后,选取多种中分辨率卫星图像分别用改进VGG与VGG网络进行了云检测对比实验.结果表明:改进VGG遥感影像云检测方法能很好地检测出碎云和厚云,整个云区的精度都在90%以上.使用带标签的图像块,不仅减少了人工劳动,而且有效地进行遥感影像云检测,可为弱监督深度学习的遥感影像相关研究提供参考.

关键词：弱监督、VGG16网络、遥感影像、云检测

所属期刊栏目：37

分类号：TP751(遥感技术)

资助基金：三明学院科学研究发展基金暨福建省中青年教师教育科研项目;三明学院纵向科研结余资金项目

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：46-52