项目名称: 高分辨率SAR图像典型地物目标样本特征提取和识别研究

项目编号: No.61372189

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 程博

作者单位: 中国科学院遥感与数字地球研究所

项目金额: 78万元

中文摘要: 高分辨率微波成像对地观测系统的发展,对微波图像目标认知解译提出了重大需求。由于成像的特殊性和目标/场景的高度信息复杂性,导致SAR图像目标认知与研究模式都难以满足现实与未来应用要求。针对这些科学问题,研究将从高分辨率SAR散射机理出发,研究城市中典型地物SAR测试样本的选取和生成、基于内容的SAR图像检索和复杂场景下SAR图像目标样本基于流形学习方法的特征提取等关键技术,提供不同尺度和条件下的目标样本测例、提高遥感目标特征的识别能力和自动化程度。研究成果服务于高分辨率SAR图像目标识别和集成化应用平台,对国家SAR图像目标认知解译领域具有十分重要的理论研究意义和实际应用价值。

中文关键词: 流形学习;特征提取;目标识别;极化信息;

英文摘要: The development of high resolution microwave imaging earth observation system make a significant demand to microwave images target recognition and interpretation. Because of the particularity of SAR imaging and the complexity of high degree information, i

英文关键词: Manifold Learning;Feature Extraction;Target Recognition;polarization information;

成为VIP会员查看完整内容
2

相关内容

流形学习,全称流形学习方法(Manifold Learning),自2000年在著名的科学杂志《Science》被首次提出以来,已成为信息科学领域的研究热点。在理论和应用上,流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学习就是从高维采样数据中恢复低维流形结构,即找到高维空间中的低维流形,并求出相应的嵌入映射,以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质,找到产生数据的内在规律。
城市数字孪生标准化白皮书(2022版)
专知会员服务
170+阅读 · 2022年1月12日
深度学习中的单阶段小目标检测方法综述
专知会员服务
42+阅读 · 2021年11月23日
专知会员服务
44+阅读 · 2021年9月9日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
116+阅读 · 2021年4月29日
专知会员服务
64+阅读 · 2021年3月23日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
 图像内容自动描述技术综述
专知会员服务
84+阅读 · 2019年11月17日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
如何解决工业缺陷检测小样本问题?
极市平台
6+阅读 · 2022年2月24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
1+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013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
0+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
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
14+阅读 · 2021年3月10日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
城市数字孪生标准化白皮书(2022版)
专知会员服务
170+阅读 · 2022年1月12日
深度学习中的单阶段小目标检测方法综述
专知会员服务
42+阅读 · 2021年11月23日
专知会员服务
44+阅读 · 2021年9月9日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
116+阅读 · 2021年4月29日
专知会员服务
64+阅读 · 2021年3月23日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
 图像内容自动描述技术综述
专知会员服务
84+阅读 · 2019年11月17日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
如何解决工业缺陷检测小样本问题?
极市平台
6+阅读 · 2022年2月24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
1+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013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
0+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
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员