基于稀疏特征的遥感信息高效感知与压缩

项目名称： 基于稀疏特征的遥感信息高效感知与压缩

项目编号： No.91438103

项目类型： 重大研究计划

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： 杨淑媛

作者单位： 西安电子科技大学

项目金额： 85万元

中文摘要： 本项目拟针对海量数据星上智能化处理的迫切需求与当前有限的存储与传输能力之间的突出矛盾，以“视觉”高分辨卫星遥感数据为对象，基于字典学习、表征学习、压缩采样技术，发展基于稀疏特征的遥感信息高效感知与大倍率星上压缩新方法。项目围绕遥感信息的稀疏建模、稀疏采样感知、稀疏特征压缩三部分内容展开。首先挖掘“视觉”高分辨卫星遥感数据的稀疏性及丰富的结构信息，发展基于结构字典学习的线性稀疏编码模型，以及基于表征学习的层次化非线性稀疏编码模型；其次，设计数据驱动的压缩采样策略，分析压缩域的特征测度，建立压缩域稀疏特征度量体系，研究其量化、编码，以及稀疏采样解码方案；再次，分析线性与非线性稀疏编码模型下的稀疏特征提取、量化、编码以及解码方案。最后，建立基于上述理论与方法的遥感信息高效感知与大倍率星上压缩仿真平台与原型验证系统，采用实际遥感影像验证其有效性与实用性。

中文关键词： 压缩采样；稀疏编码；字典学习；表征学习；深度网络

英文摘要： In order to reduce the prominent contradiction between the urgent demand for intelligent on-orbit processing of massive remote sensing data, and the current limited storage and transmission ability, in this project we develop new and efficient technologie

英文关键词： Compressive sampling；sparse coding；dictionary learning；representative learning；deep network