项目名称: 高分卫星视频运动目标检测与轨迹提取方法研究

项目编号: No.91538106

项目类型: 重大研究计划

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 张过

作者单位: 武汉大学

项目金额: 84万元

中文摘要: 基于卫星视频的信息提取属于航天摄影测量与计算机视觉的交叉研究领域,具有广阔的应用前景。基于视频卫星平台和有效载荷特征,针对卫星视频数据存在的稳定性差、信息难获取等问题;本项目基于航天摄影测量理论,提出高分卫星视频运动目标检测与轨迹提取方法,在深入分析卫星视频的成像几何特性基础上,研究“凝视”卫星视频稳像方法;研究适用于卫星视频的刚体运动目标(包括点和面目标)检测和跟踪算法;并根据卫星视频的对地成像严密几何关系,研究物方三维运动目标的轨迹提取和运动速度估计方法。本项目可以为卫星视频在运动目标识别与检测追踪预测等方面应用提供理论基础,实现运动目标的可发现可跟踪可预测,对填补国内关于视频卫星数据处理方法及其应用领域的空白,对探索视频卫星在遥感领域的应用具有重要意义。

中文关键词: 卫星视频;视频稳像;目标检测;轨迹提取;几何成像模型

英文摘要: Information extraction based on satellite video belongs to the interdisciplinary research field of photogrammetry and computer vision,which has broad application prospects. Owing to the plane array video satellite platform and payload features, considering the poor stability and difficulty in information extraction of satellite video,this project will propose high-resolution video moving target detection and track extraction method based on the theory of aerospace photogrammetry ;through satellite video imaging geometry in-depth analysis, the gaze satellite video image stabilization method is studied; this project researches detection and tracking algorithm for rigid body motion targets (including point and area targets) in satellite video; with strict geometric relationships based on satellite-to-ground video imaging,the ground three-dimension moving target track extraction method and velocity calculation is studied.This project will provide a solid theory basis and implement methods for the application on satellite video motion detection, tracking ,and prediction. The project fills in gaps in video satellite data processing methods and applications, thusing being of great significance for video satellite exploration in remote sensing field.

英文关键词: Satellite Video;Video stabilization;target detection;track extraction;geometry model

成为VIP会员查看完整内容
3

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
69+阅读 · 2021年3月23日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
19+阅读 · 2021年4月8日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关主题
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
69+阅读 · 2021年3月23日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员