一、背景介绍

1.时间轴

在这里插入图片描述

2.应用

在这里插入图片描述
深度学习方法提高高分辨率遥感图像智能理解

3.图像智能

在这里插入图片描述

二、高分辨率遥感图像目标检测研究进展

1.任务定义

在这里插入图片描述

2.难点问题

在这里插入图片描述

3.公开数据库

在这里插入图片描述
TAS：2008年发布，30幅航拍图像，用于车辆目标检测。
SZTAKI-INRIA：法国国家信息与自动化研究所2012年发布，9幅航拍图像，用于建筑物检测。
NWPU VHR-10: 西北工业大学2014年发布，800幅遥感图像，10类典型目标，被广泛使用。
VEDAI: 2015年发布，1210幅遥感图像，9类典型交通工具，如：船只、飞机、小汽车、卡车等。
UCAS-AOD: 中科院2015年发布，910幅遥感图像，用于飞机和车辆目标检测。
DLR 3K Vehicle：2015年发布，20幅遥感图像，用于汽车和卡车目标检测。
HRSC2016: 中科院自动化研究所2016年发布，1070幅遥感图像，用于船只目标检测。
RSOD: 武汉大学测绘遥感实验室肖志峰老师团队2017年发布，976幅遥感图像，4个目标类别：储油罐、飞机、立交桥、操场。
LEVIR: 北航史振威老师团队2018年发布，21952幅遥感图像，用于飞机、轮船和储油罐3种目标检测，图像总量较大。
ITCVD: 由飞机在荷兰Enschede上空约330m的高度拍摄获取，用于车辆目标检测。
以上10个数据集类别数目较少，目标总量较少。
DOTA:
在这里插入图片描述
DIOR:

4.研究进展

旋转不变目标检测
在这里插入图片描述
有向目标检测

多尺度目标检测

密集目标检测

弱监督目标检测

结果对比——NWPU VHR-10（全监督）

结果对比——NWPU VHR-10（弱监督）

三、高分辨率遥感图像场景分类研究进展

1.任务定义

在这里插入图片描述

? ? ?? ? ?? 像素级分类? ? ? ? ? ? ? ?? ?? ? 对象级分类? ?? ? ? ? ? ? ? ? ? ? 场景级分类
在这里插入图片描述

2.难点问题

在这里插入图片描述

3.公开数据库

在这里插入图片描述
UC Merced Land-Use：加州大学摩萨德分校2010年发布，21类 x 100幅图像/类，较早的场景分类数据集，被广泛使用，目前分类精度已饱和（~100%）。
WHU-RS19: 武汉大学测绘遥感实验室夏桂松老师团队2012年发布，19类 x 50幅/类。
SIRI-WHU: 武汉大学测绘遥感实验室钟燕飞老师团队2016年发布，12类 x 200幅/类。
RSSCN7: 武汉大学计算机学院邹勤老师团队2015年发布，7类 x 400幅/类。
RSC11: 中国科学院遥感所唐娉老师团队2016年发布，11类 x 100幅/类。
Brazilian Coffee Scene: 巴西米纳斯联邦大学2015年发布，两类：coffee and non-coffee，图像块尺寸较小（64 x 64）。
OPTIMAL-31: 西北工业大学王琦老师团队2019年发布，31类 x 60幅/类。
PatternNet: 武汉大学测绘遥感实验室邵振峰老师团队2017年发布，38类 x 800幅/类，遥感图像检索任务广泛应用。
AID:
在这里插入图片描述
NWPU-RESISC45: