本书共分7章，第1章主要介绍遥感影像与深度学习的基本概念；第2章主要介绍计算机操作与GPU基础知识；第3章主要介绍深度学习的数学基础；第4章主要介绍卷积神经网络基础和基本要素；第5章简要介绍了Python语言的基本语法与使用；第6章详细介绍了PyTorch和TensorFlow两个机器学习框架的搭建方法；第7章按实践操作步骤详细介绍了影像分类LeNet网络的代码实现、影像目标检测Faster R-CNN网络的代码实现与模型训练以及影像目标识别U-Net网络的代码实现与模型训练。

本书系统介绍数字全息技术的基本原理，详细阐述数字全息技术与其他技术的交叉结合，如数字显微全息技术、相移数字全息技术、水下光纤耦合技术、定量相位成像技术、非相干数字全息成像技术和深度学习在数字全息技术中的应用等。同时本书介绍数字全息技术在不同领域的应用，如水下微生物探测、生物医疗样品显示与测量、微颗粒检测与定位、表面三维形貌测量、地外行星生命探测等。

本书从三个侧面给出了图像情报解译研究领域的研究动态和方法阐述：第一部分是认识篇，包括第一、第二章，主要对图像情报解译的历史进行回顾，凝练面临的难点问题和待突破的本质问题，提出图像情报解译实际操作的共性原理；第二部分是方法篇，包括第三、第四、第五、第六、第七共五章，结合近年高速发展的多种高分辨率影像资源，研究提出“时空频”三域图像融合的体系架构，第三部分是实践篇，包括第八、第九共两章，以图文并茂的多组案例，示范了运用图像解译基本原理和融合方法的实际图像解译和情报分析的案例。全书内容总结了

目前，光学卫星成像已由单传感器成像时代全面进入多传感器成像时代。多源遥感图像融合技术是光学卫星多传感器成像应用的关键核心技术，在遥感制图、图像判读、图像解释等应用中发挥着基础性作用。本书系统地介绍了遥感图像融合的研究背景、概念内涵和主要方法，包括多源遥感图像融合评价方法、宽幅多源光学遥感图像配准方法、全色与多光谱图像高保真融合方法、全色与高光谱图像高保真融合方法、多光谱与高光谱图像高保真融合方法，并给出了大量的实验分析与示例。本书取材广泛、理论与应用密切结合，对光学遥感图像融合应用与研究具有很好

本书是在国产时空遥感云服务平台PIE-Engine系列用户手册和培训素材的基础上，集作者多年遥感大数据、云计算、人工智能等理论研究和开发实践经验升华凝练而成的。本书结合时空遥感云服务平台PIE-Engine设计理念、基本功能和技术特色，系统介绍了时空遥感云服务平台PIE-Engine基本理论、关键技术、操作流程和专题应用。本书聚焦时空遥感云服务技术前沿，力求理论与实践相结合，集海量遥感数据在线处理、遥感数据科学分析、全栈式遥感智能解译、遥感数据共享与发布的理论与操作实践于一体，用通俗易懂的语言阐

本书共分11章，主要内容包括绪论、数字图像处理基础、图像压缩编码、图像增强、图像定位、图像恢复、图像镶嵌、图像识别、多光谱图像处理和视频图像处理。

针对海量、动态、多维、异构的高分辨率卫星遥感观测数据，通过对高分辨压缩信息的获取（“感”），建立多尺度几何分析的建模（“知”），完成特征的学习和分析（“用”），从而提高对地观测系统的综合利用能力，这已成为遥感技术发展的必然趋势。
全书共十五章，系统地论述了遥感脑的理论基础、感知与解译应用及遥感脑系统。第一至第四章主要介绍遥感技术和类脑启发的研究背景及意义，压缩感知基础、遥感成像机理与特性、深度神经网络的**进展等；第五至第十二章主要介绍作者团队在遥感脑感知与解译两方面的具体相关应用成果

本书围绕小样本遥感图像分类任务展开具体研究工作，研究过程采用改善图像特征提取和分类器设计两种不同的子空间学习模式，重点解决小样本图像分类任务中存在的由于预训练特征提取器无法适应新的数据类别，导致提取的特征鉴别性不足以及含标签样本过少，带来的样本分布与实际数据分布存在偏差等问题。本书提出了系列的子空间学习算法，进一步改善小样本遥感图像分类性能，并在公有遥感数据集及自行构建遥感数据集进行实验测试、数据统计、图表分析和遥感实景图片可视化展示。

本书从热红外遥感概述、热红外遥感物理基础、热红外遥感数据获取、热红外遥感数据处理、地表发射率遥感估算、地表温度热红外遥感反演、热红外遥感应用等方面讲述了热红外遥感的基础理论与应用。全书以热红外遥感领域的相关基础知识为重点内容，同时对组分温度的热红外遥感反演、地表温度降尺度等热红外遥感的难点与热点问题进行了简要介绍，力求结构合理、体系完整、内容丰富。

本书主要介绍非制冷IRFPA的基础知识和**技术及其应用实例，内容包括热型红外探测器和非制冷IRFPA的性能极限，铁电体、电阻测辐射热计、热电、二极管、双材料、热光等和非制冷IRFPA相关的技术与**动向，真空封装技术，以及搭载了非制冷IRFPA的红外相机的技术和应用。