مروری بر روش های طبقه بندی تصاویر سنجش از دور مبتنی بر شبکه های عصبی کانولوشنی

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 677

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SCECE04_095

تاریخ نمایه سازی: 18 اسفند 1397

چکیده مقاله:

ماهوراه های سنجش از دور، داده هایی با خصوصیات طیفی و مکانی مختلفی از سطح زمین جمع آوری می کنند که هرکدام بخشی ازخصوصیات عوارض را نمایان می سازند.گاها اطلاعات بدست آمده از یک سنجنده به تنهایی پاسخگوی نیازهای موردنظرما نیست. شبکه های عصبی کانولوشنی که ابتدا جهت طبقه بندی تصاویر طبیعی طراحی شدند برای حل مشکل برچسب گذاری پیکسلی تصاویر سنجش از دور تغییر یافته و سازگار شدند. به همین دلیل ما از یک بررسی شبکه کانولوشنی استفاده کرده ایم تا به پارامترها و چالش های موجود در این الگوریتم ها اشاره کنیم و در بخش نتیجه گیری به یک جمع بندی کلی رسیدیم و چندین کار را برای پژوهش های تحقیقاتی در آینده پیشنهاد کردیم.

کلیدواژه ها:

طبقه بندی تصاویر ، سنجش از راه دور ، SAR ، شبکه های کانوولوشنی و کرولت

نویسندگان

رحیمه فیض اللهی

گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل ، ایران

فاطمه شرقی

گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل ، ایران

مسعود بکروی

گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل ، ایران