| GF2武汉高分辨率变化检测数据 |
GF2号卫星高分辨率遥感影像变化检测数据，标记了变化和未变化区域，用于研究无监督变化监测算法，详情请阅读README |
|
下载 |
| 武汉多应用高分辨率场景分类数据集（WH-MAVS） |
WH-MAVS 数据集是目前为止唯一一个围绕特大城市中心区域进行标注的，大范围、面向多应用、多时相的、带有地理坐标的场景分类数据集。 |
|
下载 |
| 基于慢特征分析算法的变化检测代码 |
慢特征分析算法是一种简洁有效的多时相遥感影像变化检测算法，采用无监督自定权的方式提高变化检测精度。 |
|
下载 |
| 基于深度慢特征分析（Deep Slow Feature Analysis）的变化检测代码 |
相关论文被IEEE TGRS接收，并获得2019年IEEE GRSS Transactions Prize Paper Award。具体方法介绍请参考README。 |
|
下载 |
| 高光谱图像分类代码 (ASSMN) |
ASSMN适用于高光谱图像分类的自适应空谱多尺度网络(Adaptive spectral-spatial multiscale network)，包含光谱特征提取子网络、空间特征提取子网络及自适应特征融合模块三部分，能够获得优质高精度的高光谱图像分类图 |
|
下载 |
| 2018年IEEE数据融合大赛Fusion-FCN实现代码 |
本方法获得2018年IEEE数据融合大赛总冠军 |
|
下载 |
| 武汉多时相场景变化检测数据集 (MtS-WH) |
武汉多时相场景数据集(Multi-temporal Scene Dataset, MtS-WH)数据集主要用于进行场景变化检测的方法理论研究与验证。MtS-WH主要包含两幅7200 x 6000像素大小的高分辨率遥感影像，覆盖范围为中国武汉市汉阳区。影像分别获取于2002年2月和2009年6月，分辨率为1m，包含4个波段（蓝，绿，红和近红外波段）。每个时相训练集包括190张影像，测试集包括1920张影像。更多信息请参考README |
|
下载 |
| 影像场景标记提取软件 |
本软件工具主要用于对大幅影像进行局部场景的提取和标记，其中“场景标记系统”对整个影像进行网格化和标记、“场景提取系统”对整个影像进行任意位置的标记。两个系统最终都能够输出场景类别标记和位置，方便后续研究工作。 |
|
下载 |