基于深度属性学习的光学遥感图像分类研究

　　本书共分为八章，在深度属性学习驱动下，重点研究了几种典型的遥感图像分类任务，如基于深度属性学习预测的细粒度遥感目标分类、基于多源属性学习的细粒度遥感场景分类、基于深度属性建模迁移的少样本遥感图像分类、面向遥感图像分类的视觉属性自动化挖掘等。对于每种典型任务，本书从研究者的角度，详细介绍了其背景、研究意义、问题描述、算法模型以及实验结果等。

　　许文嘉，北京邮电大学信息与通信工程学院特聘副研究员，博士生导师。2022年于中国科学院大学获得博士学位。德国马克思普朗克协会国际交流奖学金获得者、2022年中国电子教育学会优秀博士论文奖获得者。长期从事空天遥感数据智能处理和深度学习等方面研究，包括多源遥感数据智能解译、计算机视觉、电磁智能感知认知等。相关研究成果在国际权威期刊和会议上发表论文二十余篇。

暂缺《基于深度属性学习的光学遥感图像分类研究》目录