基于深度屬性學習的光學遙感圖像分類研究

　　本書共分為八章，在深度屬性學習驅(qū)動下，重點研究了幾種典型的遙感圖像分類任務，如基于深度屬性學習預測的細粒度遙感目標分類、基于多源屬性學習的細粒度遙感場景分類、基于深度屬性建模遷移的少樣本遙感圖像分類、面向遙感圖像分類的視覺屬性自動化挖掘等。對于每種典型任務，本書從研究者的角度，詳細介紹了其背景、研究意義、問題描述、算法模型以及實驗結(jié)果等。

　　許文嘉，北京郵電大學信息與通信工程學院特聘副研究員，博士生導師。2022年于中國科學院大學獲得博士學位。德國馬克思普朗克協(xié)會國際交流獎學金獲得者、2022年中國電子教育學會優(yōu)秀博士論文獎獲得者。長期從事空天遙感數(shù)據(jù)智能處理和深度學習等方面研究，包括多源遙感數(shù)據(jù)智能解譯、計算機視覺、電磁智能感知認知等。相關(guān)研究成果在國際權(quán)威期刊和會議上發(fā)表論文二十余篇。