基于对象多尺度特征深度学习的遥感影像变化检测方法研究

项目名称： 基于对象多尺度特征深度学习的遥感影像变化检测方法研究

项目编号： No.41401428

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： 李雪

作者单位： 中国地震局地震研究所

项目金额： 25万元

中文摘要： 面向对象遥感影像变化检测是当前研究的热点之一。现有对象的获取方法一是基于影像分割的自底向上的获取，二是基于矢量数据套合的自顶向下的获取。分割法属于基于底层数据的产生式信息处理方法，套合法属于基于顶层语义的判别式信息处理方法，二者之间存在语义鸿沟，给遥感影像分析带来困难。本项目结合两种像斑获取方式，采用具有自适应空间尺度选择的多尺度分割方法，建立底层像元到顶层对象之间的多尺度像斑对象，使其具有丰富的多尺度信息和语义信息。在此基础上，引入深度学习方法，提出一种基于深度信念网络的多尺度像斑对象特征深度学习方法，充分挖掘对象不同尺度特征对对象语义信息的表达能力，建立对象多尺度特征与语义之间的映射关系。利用空间自相关方法对不同时相对象多尺度特征与语义映射关系的一致性进行检查，识别变化对象。通过上述关键技术的突破，为实现基于对象的遥感影像分析方法和变化检测应用提供一条新的技术途径。

中文关键词： 深度学习；卷积网络；变化检测；机器学习；

英文摘要： The research of the object-oriented remote sensing image change detection is very popular now. There are two main methods to access the object, one is based on image segmentaion, the other is based on conflation with vector data. Image segmentation is a g

英文关键词： Deep Learning；Convolutional Network；Change Detection；Machine Learning；