商品簡介
本書在研究神經網絡技術的基礎上,以我國高分專項衛星為例,探索了人工智能技術對高分遙感影像的自動化處理,包括目標提取、語義分割、變化檢測等,通過將遙感技術與人工智能技術的結合,為海量遙感數據的處理提出了新的有效的解決思路。
作者簡介
目次
第1章概述1
11遙感的基本概念1
12遙感的主要方式2
13遙感的應用方向3
14遙感圖像解譯及應用5
15本書的組織結構6第2章我國高分專項遙感衛星7
21光學高分遙感衛星7
211高分一號系列8
212高分二號9
213高分四號14
214高分五號19
215高分六號21
22微波高分遙感衛星23
23高分遙感衛星數據格式28第3章神經網絡技術30
31神經網絡技術發展綜述30
311神經網絡概述 30
312神經網絡發展歷程31
313深度學習33
32卷積神經網絡的基本概念38
321卷積神經網絡的構成39
322卷積核的計算方式40
323非線性變換40
324池化過程42
33基於卷積神經網絡的圖像處理任務44
331圖像分類44
332目標檢測47
333圖像語義分割51
34適用於遙感圖像處理的神經網絡 54第4章遙感圖像智能解譯系統56
41典型任務分析56
42環境配置57
421安裝NVIDIA驅動57
422安裝Docker及NVIDIA-Docker環境59
423安裝基於NVIDIADocker的TensorFlow框架60
43網絡結構設計60
431VGGNet61
432Inception系列62
433ResNet和Inception v465
434DenseNet68
435SENet70
436網絡結構的Python代碼實現71
44樣本標記80
45系統建模83
451數據預處理83
452網絡模型選擇90
453損失函數設計92
454後處理94
46模型訓練94
461梯度下降95
462反向傳播95
47模型優化96
471超參數優化96
472網絡結構優化98
48模型評估101第5章地物分類遙感應用104
51地物分類任務104
52全卷積網絡和語義分割105
53基於UNet的遙感圖像地物分類107
531UNet原理107
532UNet處理實例109
54基於DeepLab的遙感圖像地物分類112
541DeepLabv3原理112
542DeepLabv3+原理114
543DeepLabv3+處理實例117
55高分數據的地物分類案例119第6章變化檢測遙感應用124
61變化檢測任務124
62基於多時相語義分割的變化檢測方法126
63基於RNN和CNN的多光譜遙感圖像的變化檢測128
64高分數據的變化檢測案例132第7章目標識別遙感應用136
71目標識別任務136
72基於區域提議的目標識別方法136
721RCNN137
722Fast RCNN138
723Faster RCNN139
724R2CNN142
73高分數據的目標識別案例149第8章神經網絡技術在遙感應用中的發展趨勢156
81遙感應用面臨的問題156
82深度神經網絡的優勢157
83神經網絡在遙感應用中的應用前景159附錄AInception v1的Python代碼實現162
附錄B高分數據的地物分類案例Python代碼175
附錄C高分數據的變化檢測案例Python代碼190
附錄D高分數據的目標識別案例實驗Python代碼
(R2CNN)229參考文獻241
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。