徐金晓 方圆

摘要：近年来，以对地观测技术为核心的空间地球信息科技已经成为衡量一个国家科技实力和经济水平的重要指标，遥感技术就是一种采集地球信息的重要手段。而深度学习则是一种有效的特征提取方法，随着科学家对于人工智能的深度研究，深度学习成为机器人与人工智能研究的热点，深度学习已经被广泛运用到遥感领域。本文总结了深度学习在遥感影像中的应用成果，并指出了当前研究存在的问题，为后期研究提供一定的参考意义。

关键词：深度学习;遥感影像;应用

一.深度学习概念及其典型方法

深度学习是指超过三层的神经网络模型，模仿人类大脑的层次结构，尝试使用体系结构的多个非线性变换组成模型中数据的高级抽象机器学习算法。主要方法有以下三种：

1.深度信念网络

深度信念网络由多层的RBM和一层分类器组成，训练过程有两步：第一步是对DBM进行网络预训练，自下而上对每层RBM进行无监督训练，第二步是网络微调，是一种自上而下的监督学习，主要是对无监督学习阶段取得的特征信息进行总结归纳，最后得到一个较好的识别水平。

2.卷积神经网络

卷积神经网络也分为两层。低隐含层由卷积层，池化层交替组成，卷积层通常为组合卷积，负责的内容是线性操作，进行特征提取;池化层负责减少特征图尺寸规模;高层由全连接层作为分类器使用，负责最终的推断和分类。

3.自动编码器