深度学习的sar图像解译应用-电磁波信息科学教育部重点室.pdf

下载文档 降价啦

43
0
约2.99万字
约 53页
2018-02-10 发布于天津
举报
版权申诉
保障服务

深度学习的sar图像解译应用-电磁波信息科学教育部重点室.pdf

1、本文档共53页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

深度学习的sar图像解译应用-电磁波信息科学教育部重点室

2016.11 Xidian 深度学习的SAR图像解译应用徐丰复旦大学电磁波信息科学教育部重点实验室 Feng Xu @ Xidian 2016.11 报告提纲 SAR图像解译 计算机视觉：深度学习技术 深度卷积网络 SAR图像解译应用  目标识别  地表分类  复数深度卷积网络及其应用 Feng Xu @ Xidian 2016.11 Feng Xu @ Xidian 2016.11 微波成像 VS. 光学成像 Feng Xu @ Xidian 2016.11 SAR图像 VS. 光学图像 Feng Xu @ Xidian 2016.11 [ImageNet] SAR图像 VS. 光学图像 Feng Xu @ Xidian 2016.11 计算机视觉微波视觉 Feng Xu @ Xidian 2016.11 SAR图像解译(微波视觉) VS. 计算机视觉差异特性  微波频段  可见光  相干成像（相干斑）  能量叠加  投影：距离-角度  投影：角度-角度  远距离对地观测  近距离共同目的  提取有用信息  提取有用信息 Feng Xu @ Xidian 2016.11 深度卷积网络：计算机视觉领域的革命  Image/Speech Recognition Before 2012 SIFT K-means Trainable Object HOG Sparse Coding Classifier Class MFCC Mix of Gaussians Low-level Features: Mid-level Features: supervised fixed unsupervised 2012-Now: Deep Learning Trainable Trainable Trainable Trainable Object Featu