论文标题：Deep Learning for Scene Classification: A Survey 论文链接：https://arxiv.org/abs/2101.10531 作者单位：华南理工大学, 奥卢大学, 国防科大, 中山大学, 港中文 23页综述，共计266篇参考文献！本文对使用深度学习进行场景分类的技术进行全面调研，对不同方法进行归类和介绍，并比较了算法性能，还盘点了相关数据集和挑战！

场景分类是计算机视觉中长期存在的，基本的且具有挑战性的问题。大规模数据集的兴起，构成了各种现实世界场景的密集样本；深度学习技术的复兴，可以直接从大原始数据中学习强大的特征表示，这在场景表示领域已取得了显著进步。为了帮助研究人员掌握该领域需要的进展，本文的目的是对使用深度学习进行场景分类的最新成果进行全面的调研。这项调查包括260多种主要文献，涵盖了场景分类的不同方面，包括挑战，基准数据集，分类法以及所调研方法的定量性能比较。回顾迄今为止所取得的成就，本文以一系列有希望的研究机会作为总结。

内容中包含的图片若涉及版权问题，请及时与我们联系删除