本文按照西北工业大学程塨老师的高分辨率遥感图像目标检测和场景分类研究进展汇报进行整理，需要的同学可借此了解遥感图像相关知识~
高分辨率遥感图像目标检测和场景分类
- 一、背景介绍
- 1.时间轴
- 2.应用
- 3.图像智能
- 二、高分辨率遥感图像目标检测研究进展
- 1.任务定义
- 2.难点问题
- 3.公开数据库
- 4.研究进展
- 三、高分辨率遥感图像场景分类研究进展
- 1.任务定义
- 2.难点问题
- 3.公开数据库
- 4.研究进展
- 基于autoencoder的场景分类
- 基于CNN的场景分类
- 基于GAN的场景分类
- 四、未来发展趋势
- 附遥感图像数据集下载链接
一、背景介绍
1.时间轴
2.应用
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
二、高分辨率遥感图像目标检测研究进展
1.任务定义
2.难点问题
3.公开数据库
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:
DIOR:
4.研究进展
旋转不变目标检测
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
像素级分类 对象级分类 场景级分类
2.难点问题
3.公开数据库
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:
NWPU-RESISC45:
4.研究进展
基于autoencoder的场景分类
基于CNN的场景分类
基于GAN的场景分类
四、未来发展趋势
附遥感图像数据集下载链接
航空遥感图像数据库
数据集官网首页
数据集下载
数据集格式介绍
数据集：DOTA、UCAS-AOD、NWPU VHR-10、RSOD-Dataset、INRIA aerial image dataset（百度云盘 密码：ppef）、MS COCO 数据集、PASCAL VOC 数据集
