主题模型建模框架下的高分辨率遥感影像半监督分类研究

项目名称： 主题模型建模框架下的高分辨率遥感影像半监督分类研究

项目编号： No.41401374

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 天文学、地球科学

项目作者： 慎利

作者单位： 西南交通大学

项目金额： 25万元

中文摘要： 高分辨率遥感影像自动分类为开展城市规划、环境变化检测以及灾害信息提取等提供了有效的技术手段。然而，现有面向对象分类方法多尺度分割难、基于邻域空间分析的方法自适应能力弱。本项目借鉴主题模型在文本分析领域中的成功范例，将其应用到高分辨率遥感影像分类，以克服传统方法的不足。针对该类模型只能够建模离散视觉特征和文档层面监督信息的瓶颈，构建面向多维连续视觉特征建模的主题模型框架，并在此基础上研究两种高分辨率遥感影像半监督分类算法，探索部分标注像素样本给定下的分类问题。研究内容包括：(1) 构建针对多维连续视觉特征建模的高斯-潜狄利克雷分配模型；(2) 类别边界与样本似然联合极大化的遥感影像半监督分类方法；(3) 综合判别式和生成式模型的遥感影像半监督分类方法。研究成果对于提高高分辨率遥感影像分类精度、推进其在灾害监测等方面的应用具有重要的意义，并将进一步拓展主题模型和半监督学习的研究和应用。

中文关键词： 影像分类；主题模型；高分辨率遥感；机器学习；光学遥感

英文摘要： Automatic classification of very high resolution (VHR) remote sensing images provides an effective means for a great variety of applications such as urban planning, environmental monitoring and disaster information extraction. However, the efficiency of e

英文关键词： Image classification；Topic model；High resolution remote sensing；Machine learning；Optical sensing