要約
近年、深層学習技術は遠隔センシングデータの処理方法を革命的に変革しました。高光譜データの分類も例外ではなく、しかし、その固有の特徴により、他の光学データに比べて深層学習の適用が単純ではありません。本稿では、これまでの機械学習アプローチの現状を概説し、現在提案されている高光譜分類用の様々な深層学習アプローチをレビューし、このタスクのために深層ニューラルネットワークを実装する際に生じる問題と困難点を特定します。特に、空間解像度とスペクトル解像度、データ量、およびマルチメディア画像から高光譜データへのモデル転送に関する課題を取り上げます。さらに、様々なネットワークアーキテクチャの家族間での比較研究が提供され、これらの手法を試験するためのソフトウェアツールボックスが公開されています。1 本稿は、高光譜データに関心を持つデータサイエンティストと自身のデータセットに深層学習技術を適用したい遠隔センシング専門家双方を対象としています。