基于特征自学习的高分光学遥感图像多类目标快速检测与识别

项目名称： 基于特征自学习的高分光学遥感图像多类目标快速检测与识别

项目编号： No.61401357

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 程塨

作者单位： 西北工业大学

项目金额： 27万元

中文摘要： 已有的基于样本学习的目标检测与识别技术在处理海量高分遥感图像时面临着以下几个关键性的难点问题亟待解决：1）需要人们手工标注大量的训练样本，费时费力、效率低下；2）图像特征需要人工设计，没有充分挖掘高分遥感图像的内在信息；3）目标针对性强，难以直接移植到多类目标的检测和识别中；4）检测识别速度慢，难以满足高分遥感图像快速有效处理的要求。本项目针对上述问题并结合申请人的前期研究工作（研究成果发表在遥感图像处理领域重要国际期刊，如ISPRS JPRS，IJRS等），重点研究以下四个关键技术：1）基于半监督学习的大量训练样本的自动标注；2）基于深度学习的高分光学遥感图像的内在本质特征的深度挖掘与自学习；3）面向海量高分遥感图像的多类目标检测与识别系统的构建；4）视觉显著性引导的目标潜在区域快速检测。本项目的研究成果能显著提高高分遥感图像的利用效率和自动化处理水平，具有重要的民用和军事价值。

中文关键词： 光学遥感；目标检测与识别；自动标注；特征自学习；视觉显著性

英文摘要： The existing sample learning based object detection and recognition methods face several key problems needed to be solved when processing massive high resolution remote sensing images: 1) A large number of training samples need to be labeled manually, whi

英文关键词： Optical remote sensing；Object detection and recognition；Automatic labeling；Feature self-learning；Visual saliency