基于时空一致性及组稀疏多核学习约束的遥感图像迁移方法研究

项目名称： 基于时空一致性及组稀疏多核学习约束的遥感图像迁移方法研究

项目编号： No.41401421

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： 霍连志

作者单位： 中国科学院遥感与数字地球研究所

项目金额： 25万元

中文摘要： 随着髙时间分辨率遥感图像获取能力的提高，如何结合历史图像及分类成果信息对新获取的图像进行自动的分类成为一个迫切需要解决的技术问题。该技术问题的解决为髙时间分辨率遥感卫星的业务化运行，从而进行特定目标的监测具有重要意义。本项目拟采用机器学习领域广泛研究的迁移学习的思路，考虑髙时间分辨率遥感图像特有的时空一致性特点，并充分利用该类图像具有多种区分性特征。研究基于组稀疏约束的多核学习技术进行多特征融合研究；在其基础上，重点研究时空一致性约束下的迁移学习算法模型。并针对国土监测应用，结合已有的基期历史数据以及新获取的图像，进行国土重点监测要素的自动提取应用示范。该技术的突破有望为国土自动监测、地表覆盖分类成果的自动更新等遥感监测应用提供新的思路。

中文关键词： 迁移学习；地理标记图像；视觉词包模型；；

英文摘要： With the development of the ability of obtaining high temporal resolution remote sensing image, how to perform automatic classification based on both the historical images and the existing classification results has become an urgent issue. The solving of

英文关键词： transfer learning；geo-tagged image；bag-of-visual-words model；；