终检评审通过 创新训练 120信息科学与系统科学 其他市级

随着高分辨率遥感卫星的发展，高分辨率遥感影像数据急剧增加，使得开发高精度的智能解译系统成为可能，大大方便了后续的遥感影像应用如灾害控制、土地规划、城区监测、交通规划、城市规划等，在这些应用中，典型目标的自动检测是一个重要任务。当前深度学习在计算机视觉领域的诸多任务中取得了成功的应用，近几年也被逐渐引入遥感图像的分类、识别、及目标检测等任务中。 本项目拟采用最新的深度学习算法充分挖掘高分遥感影像数据之间的关系，获得数据之间隐含的深层关系，建立鲁棒的目标特征表征，并通过对深度神经网络的学习自动获取高分辨率遥感影像典型目标的有效特征，实现高分遥感影像典型目标的高精度实时检测。从而解决了传统的目标检测方法需要依赖人工设计特征、强烈依赖于专业知识且特征泛化性能差、难以适应海量遥感数据的弊端。