مروری بر تشخیص و طبقه بندی صحنه های طبیعی مبتنی بر یادگیری عمیق

سیستم بینایی انسان قادر به تشخیص سریع مناطق قابل توجه در صحنه است. این مناطق برجسته پردازش می شوند تا اطلاعات سطح بالا را استخراج کنند. در سال های اخیر، روش طبقه بندی موفقیت بزرگی در تشخیص بصری با استفاده از تصاویر آموزشی به عنوان پایگاه های فرهنگی به دست آورده است. در طبقه بندی، یک نمونه آزمون با تمام نمونه های آموزش برای استخراج ویژگی های مشترک توضیح داده می شود و نمونه آزمون با نمونه های آموزش در یک کلاس خاص در نظر گرفته نمی شود تا ویژگی های خاص کلاس استخراج شوند. برای تصاویر سنجش از راه دور، هر دو ویژگی های مشترک و ویژگی های خاص کلاس برای طبقه بندی مهم می باشند. سنجش تصاویر از دور (RS) به طور گسترده ای برای طبقه بندی، شناسایی هدف و نقشه برداری موضوعی از مقیاس محلی به مقیاس عمومی استفاده می شود. امروزه حجم تصاویر RS ناهمگن، با قطعنامه های فضایی و طیف های مختلف، برای برنامه های مختلفی همچون؛ شناسایی جاده ها و نظارت بر ترافیک تا گزارش های ردیابی بصری و گزارش آب و هوا فراهم می شود. این مقاله، تشخیص و طبقه بندی صحنه های طبیعی را در طی چند دهه گذشته مورد بررسی قرار می دهد و پیشرفت های اخیر در این زمینه تجزیه و تحلیل می شود.