Spacecraft Recovery & Remote Sensing, Volume. 45, Issue 4, 124(2024)
Research Progress on High-Resolution Remote Sensing Image Scene Classification
Figures & Tables(3)
![[in Chinese]](/Images/icon/loading.gif){kind=icon}
Table 1. Public datasets used for remote sensing image scene classification
View tableView in ArticleTable 1. Public datasets used for remote sensing image scene classification
数据集名称 场景类别数 影像总数 分辨率/m 发布时间 数据集名称 场景类别数 影像总数 分辨率/m 发布时间 UC-Merced[ 2 ]21 2 100 0.3 2010年 PatternNet[ 20 ]38 30 400 0.06~4.69 2018年 WHU-RS19[ 11 ]19 1 005 0.5 2010年 Optimal-31[ 21 ]31 1 860 2019年 RSSCN7[ 12 ]7 2 800 2015年 VArcGIS[ 22 ]38 59 071 0.07~19.11 2019年 WHU20[ 13 ]20 5 000 0.26~7.44 2015年 BigEarthNet[ 23 ]43 590 326 10/20/60 2019年 SAT-4[ 14 ]4 500 000 1~6 2015年 VBing[ 24 ]38 58 944 0.15~38.22 2020年 SAT-6[ 14 ]6 405 000 1~6 2015年 CLRS[ 25 ]25 15 000 0.26-8.85 2020年 SIRI-WHU[ 15 ]12 2 400 2 2016年 AirRound[ 26 ]11 35 259 0.3~4 891 2020年 RESISC45[ 4 ]45 31 500 0.2~30 2016年 CV-BrCT[ 26 ]9 ~48 000 ~0.3 2020年 AID[ 3 ]30 10 000 0.5~8 2017年 MultiScene[ 27 ]36 100 000 0.3~0.6 2021年 RSD46[ 16 ]46 11 700 0.5~2 2017年 MAI[ 28 ]24 3 923 0.3~0.6 2021年 RSI-CB128[ 17 ]35 24 000 0.2~3 2017年 MLRSNet[ 29 ]46 109 161 0.1~10 2021年 RSI-CB256[ 17 ]45 36 000 0.2~3 2017年 Million-AID[ 30 ]51 1 000 000 0.5~153 2021年 MASATI[ 18 ]7 7 389 2018年 NaSC-TG2[ 31 ]10 2 000 100 2021年 EuroSAT[ 19 ]10 27 000 ~10 2018年 MRSSC2.0[ 32 ]7 26 710 40~400 2022年
Table 2. Overall accuracy comparison of different methods on benchmark datasets
% View tableView in ArticleTable 2. Overall accuracy comparison of different methods on benchmark datasets
% 方法 UC-Merced数据集 AID数据集 RESISC45数据集 低层特征 LBP[ 44 ]34.57±1.38 26.26±0.52 19.20±0.41 CH[ 41 ]42.09±1.14 34.29±0.40 24.84±0.22 GIST[ 99 ]44.36±1.58 30.61±0.63 15.90±0.23 中层特征 BoVW[ 7 ]71.79±0.79 61.40±0.41 41.72±0.21 SPM[ 100 ]56.26±1.56 38.14±0.75 27.83±0.61 现有网络架构迁移学习 VGG16[ 101 ]94.14±0.69 86.59±0.29 76.47±0.18 GoogLeNet[ 102 ]92.70±0.60 83.44±0.40 76.19±0.38 特征融合 文献[ 70 ]98.19±0.28 93.40±0.13 LCNN-BFF[ 71 ]91.66±0.48 86.53±0.15 AJLT[ 72 ]98.56±0.30 96.76±0.11 94.41±0.07 引入注意力机制 ARC-MLFF[ 80 ]97.99±0.26 92.73±0.12 90.01±0.33 CAD[ 74 ]98.57±0.33 95.73±0.22 92.70±0.32 改进池化方式 BiMobileNet[ 83 ]98.45±0.27 94.83±0.24 92.06±0.14 文献[ 87 ]98.13±0.18 93.70±0.11 图卷积神经网络 CNN-GNN[ 89 ]94.93±0.31 90.75±0.21 CGDSN[ 90 ]95.62±0.20 91.86±0.11 改进损失函数 文献[ 93 ]98.46±0.18 91.73±0.21 文献[ 92 ]90.82±0.16 89.22±0.50 视觉Transformer TRS[ 96 ]98.76 95.54 93.06 SCViT[ 97 ]98.90±0.19 95.56±0.17 92.72±0.04 LTNet[ 98 ]98.36±0.25 94.98±0.08 92.21±0.11
Tools
Get Citation
Copy Citation Text
Donghang YU, Guangyi SHI, Yukun ZHOU, Xiaochen WU, Chuan ZHAO. Research Progress on High-Resolution Remote Sensing Image Scene Classification[J]. Spacecraft Recovery & Remote Sensing, 2024, 45(4): 124
Paper Information
Category:
Received: Sep. 4, 2023
Accepted: --
Published Online: Nov. 1, 2024
The Author Email:
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20