浏览量 : 0 下载量: 0 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 深度学习遥感变化检测综述：典型算法及发展趋势

    • Deep learning for change detection in remote sensing： A review and new outlooks

    • “在遥感影像智能解译领域，专家分析了双时相高分辨率遥感影像变化检测的典型算法和最新进展，为相关研究提供参考。”
    • 2025年 页码：1-11   

      收稿日期：2025-01-23，

      网络出版日期：2025-04-21，

    • DOI： 10.11834/jrs.20254441     

    移动端阅览

  • 程塨，王光兴，韩军伟.XXXX.深度学习遥感变化检测综述：典型算法及发展趋势.遥感学报，XX（XX）： 1-11 DOI： 10.11834/jrs.20254441.
    Cheng G， Wang G X and Han J W. 2025. Deep learning for change detection in remote sensing： A review and new outlooks. National Remote Sensing Bulletin， XX（XX）：1-11 DOI： 10.11834/jrs.20254441.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

邵攀 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
高梓昂 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
李健慷 南京信息工程大学 遥感与测绘工程学院
张桂欣 南京信息工程大学 地理科学学院
祝善友 南京信息工程大学 遥感与测绘工程学院
徐永明 南京信息工程大学 遥感与测绘工程学院
李湘雨 南京信息工程大学 遥感与测绘工程学院
王海峰 云南师范大学 信息学院;云南师范大学 人工智能和模式识别实验室

相关机构

三峡大学 湖北省水电工程智能视觉监测重点实验室
三峡大学 计算机与信息学院
南京信息工程大学 遥感与测绘工程学院
南京信息工程大学 地理科学学院
云南师范大学 信息学院
0