基于深度学习的精细化高光谱特征表达与匹配方法

项目名称： 基于深度学习的精细化高光谱特征表达与匹配方法

项目编号： No.41401400

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： 焦洪赞

作者单位： 武汉大学

项目金额： 25万元

中文摘要： 充分地利用地物光谱曲线所蕴含的整体形态特征与细节形态特征进行光谱特征匹配，能够精细地区分地物类别。然而当前的光谱特征匹配方法，缺少层次化光谱特征表达机制，光谱特征组织结构混乱；特征表达过程缺乏学习机制，难以满足复杂场景光谱特征提取的要求；特征表达与特征匹配过程割裂，特征匹配陷入特征数量多，有效信息少的窘境，难以实现精细的地物光谱特征匹配识别。本项目针对传统高光谱遥感数据光谱特征表达与匹配识别过程中缺乏层次化表达机制，以及算法自适应能力与自主学习能力不足等问题，以“深度学习光谱特征表达—多层次光谱特征选择—精细化光谱匹配识别”为研究主线，研究高光谱数据光谱特征深度学习理论，构造多层次光谱特征表达体系，利用稀疏学习、反馈学习等研究方法，建立基于深度学习的自适应高光谱特征表达与匹配模型，提升高光谱数据匹配识别的精细化程度与效率。

中文关键词： 高光谱遥感；光谱匹配；光谱特征表达；深度学习；

英文摘要： Spectral feature matching algorithm can take full advantages of the spectral whole and detailed shape features to distinguish refined classes for hyperspectral data. However, the present spectral feature matching algorithms are lack of hierarchical spectr

英文关键词： Hyperspectral remote sensing；Spectral matching；Spectral feature expression；Deep learning；