基於半監督學習的高分辨遙感影像信息提取方法研究

《基於半監督學習的高分辨遙感影像信息提取方法研究》是依託陝西師範大學，由汪西莉擔任項目負責人的面上項目。

基本介紹

• 中文名：基於半監督學習的高分辨遙感影像信息提取方法研究
• 項目類別：面上項目
• 項目負責人：汪西莉
• 依託單位：陝西師範大學

項目摘要

高分辨遙感影像數據量的增加要求提高解譯的自動化程度，高質量的解譯結果要求提高處理的智慧型化程度，為此，本項目綜合遙感、模式識別、機器學習、計算機視覺、信號分析等領域的新進展，研究高分辨遙感信息的智慧型化處理新方法- - 基於圖的半監督分類方法和半監督聚類方法。即通過基於對象的高分辨遙感影像多特徵提取和綜合研究，以及基於半監督核等的半監督學習研究，提高自動目標檢測的精度；通過基於分層和對象概念的稀疏圖模型研究，以及半監督分類和半監督聚類方法的快速實現研究，應對遙感數據量大的問題。擬得到充分利用影像特徵、適於大規模數據、有效、高效的智慧型化遙感影像信息提取方法，進行城市道路、建築物、綠地、水體等典型目標的檢測套用。並將研究初步推廣到高光譜影像處理及土地利用變化監測套用中。項目的研究內容處於遙感信息的交叉學科研究前沿，該研究對智慧型化高分辨遙感技術的推進具有重要的理論意義和現實意義。

結題摘要

高分辨遙感影像數據量的增加要求提高解譯的自動化程度，高質量的解譯結果要求提高處理的智慧型化程度，為此，本項目綜合遙感、模式識別、機器學習、計算機視覺、信號分析等領域的新進展，研究高分辨遙感信息的智慧型化處理新方法- - 基於圖的半監督分類方法和半監督聚類方法。即通過基於對象的高分辨遙感影像多特徵提取和綜合研究，以及基於半監督核等的半監督學習研究，提高自動目標檢測的精度；通過基於分層和對象概念的稀疏圖模型研究，以及半監督分類和半監督聚類方法的快速實現研究，應對遙感數據量大的問題。擬得到充分利用影像特徵、適於大規模數據、有效、高效的智慧型化遙感影像信息提取方法，進行城市道路、建築物、綠地、水體等典型目標的檢測套用。並將研究初步推廣到高光譜影像處理及土地利用變化監測套用中。項目的研究內容處於遙感信息的交叉學科研究前沿，該研究對智慧型化高分辨遙感技術的推進具有重要的理論意義和現實意義。