基于深度学习的高分遥感图像解译关键技术研究

Remote sensing plays a very important role in the modernization of agriculture. Intelligent interpretation of remote sensing images can significantly reduce the manpower and support the scientific decision-making. However, high resolution remote sensing images often experience the difficulty in interpretation, which makes the feature extraction more critical. Deep learning is one of advancing feature learning techniques. It achieves favorable results in a variety of learning tasks due to the learned features are more discriminative than the traditional ones. The popular deep model in image processing is convolutional neural network. However there are three issues hampering its development seriously. 1) The model deals with filtering results (feature maps) in a horizontal way, which ignores the information across feature maps such that the advantages of pre-trained filters are constrained. 2) As a radical dimension reduction operation, pooling discards the spatial relationship information of features seriously and reduces the discrimination of learned features. 3) The discriminative model is trained in a supervised fashion and highly dependent on the labeled data. To overcome above issues, a hierarchical auto-encoder is proposed. It processes the feature maps in a vertical way which is able to utilize the information across the feature maps. A novel auto-encoder is employed to reduce the model dimensions and endow invariance to the features. The proposed model is trained in an unsupervised fashion taking the advantage of the massive unlabeled data. This study endeavors to improve the image feature extraction and develop the computational intelligent interpretation of high resolution remote sensing images.

遥感图像智能化解译在农业现代化, 特别是生态环境监测中起着非常重要的作用。高分辨率遥感图像由于像元组成复杂, 自动解译难度大大增加，因此对特征提取提出了更高的要求。深度学习是一种特征学习技术，其产生的特征优于人工设计的特征。目前在遥感图像处理上普遍采用的深度模型是卷积神经网络，然而有三个因素严重制约了它的发展，其一该模型以横向方式处理滤波结果即特征图，忽视了跨越特征图的信息，使预训练滤波器的优势难以发挥；其二池化这种激进的降维手段丢失了特征的空间位置关系信息，降低了特征的区分度；其三该模型是判别式模型，采用监督方式训练，十分依赖有标签数据。为克服上述问题本课题提出层级自编码器，该模型对特征图作纵向处理利用了跨越特征图的信息，采用自编码器降低模型维度并赋予特征不变性，以无监督方式训练能利用海量无标记数据。本课题的研究成果能改善高分遥感图像特征提取的效果，促进遥感图像解译的智能化。

地形图在国防军事、经济建设和科学研究中有重要价值。在数字时代有效利用地形图，需要扫描纸质地形图并采用地理配准技术为图像赋予地理信息。为了将该过程自动化，自动定位参考点是关键，现有方法在参考点定位精度和鲁棒性上还难以满足实际应用需要。本课题以地形图内图廓顶点处十字丝点为参考点，利用点回归、分布式分类和语义分割等方法解决参考点定位问题，开展了以下研究工作：.（1）论证十字丝点定位通用框架。该框架将十字丝点定位问题当作目标检测问题，围绕目标检测中的区域建议、特征提取和预测器设计等关键问题做讨论。.（2）提出检测十字丝点的点回归方法。该方法克服了通用目标检测模型重检测轻定位的问题。与基准模型 Faster R-CNN 相比，目标检测准确性提高了22.5%，十字丝点定位误差的均值和标准差分别下降了68.8%和72.7%。.（3）提出定位十字丝点的分布式分类方法。该方法克服了点回归模型无法兼顾检测与定位准确性的问题，将十字丝点定位误差的均值和标准差降低到2个像素以下，相比点回归方法分别下降了23.9%和69%。.（4）提出检测矩形目标间接定位十字丝点的语义分割方法。该方法将十字丝点定位误差的均值和标准差降低到1.39和1.01像素，达到人类专家水平（误差均值1.61，标准差0.97像素），能够满足实际应用的需要。.上述研究有助于地形图地理配准自动化的实施，能够加速地形图大规模数字化的进程，对地形图资源的利用和我国地信、遥感事业的发展有一定促进作用。.该课题合作单位开展的研究及其意义有：.（1）提出场景识别模型卷积层监督融合深度网络。场景识别为遥感图像解译提供了上下文信息，是未来构建推理模型的重要组成部分。.（2）设计防伪QR码，实现基于DWT-SVD与量化嵌入的QR码水印算法。该算法有助于在电子支付密码系统中实现更便捷更安全的支付密码传递，促进电子支付的健康发展。.（3）利用音视频流之间交叉保护安全性较高的特性，设计一种音视频混合水印算法。该算法提高了数字多媒体资源的知识产权保护水平，在一定程度上避免了潜在的版权纠纷和安全隐患。