基于深度端到端模型的大场景遥感图像人造目标快速检测方法研究

With the rapid development of high-resolution remote sensing technology, the spatial resolution and data acquisition speed of remote sensing imaging system have been improved remarkably. Target interpretation for large scale remote sensing images is becoming more and more important. This research will analyze the characteristics of the target shape priori and the context semantics in high-resolution optical remote sensing images, and construct a target detection framework based on the deep end-to-end model. Workflow and key algorithms for target locating, feature extraction and classification applied to large scale remote sensing images is carrid out, which include target location regression method based on context information, target scale estimation method based on shape priori model, multi-model integration method in deep end-to-end model. By the research of the workflow and these algorithms, the target in large scale remote sensing images will be detected rapidly and automatically. The research of this project can provide efficient man-made target detection techniques and methods, and promote the industrial level of our high-resolution optical remote sensing image interpretation applications.

随着我国高分辨率遥感对地观测技术的迅速发展，遥感成像系统的空间分辨率、数据获取速度有了显著地提升，面向大场景遥感图像的目标解译及应用的重要性日渐凸显。本研究将采用高分辨率光学遥感图像作为数据源，综合分析目标形状先验和图像中包含的上下文等语义信息，构建、求解和优化以深度端到端模型为基础的检测框架，在此基础上进一步研究适用于大场景遥感图像的目标定位、特征提取和图像分类等检测流程和关键算法，包括基于上下文信息的目标位置回归方法、基于形状先验模型的目标尺度估计方法和深度端到端模型下多元模型融合方法等，最终实现大场景遥感图像中人造目标的快速检测。本项目研究可为高分辨率光学遥感图像解译判读应用提供高效的人造目标检测技术手段和方法，促进我国高分辨率遥感对地观测的产业化应用水平。

目标检测是遥感图像判读解译应用中的基础技术之一。目标检测的目的是从一幅给定的机载或星载图像中搜索并确定是否包含我们所感兴趣的一个或多个目标，同时对目标所在区域进行定位。遥感观测技术由于具有覆盖范围广、信息量大、观测周期短等优势，因此利用遥感图像对目标进行检测和解译判读在军用和民用领域具有广泛的应用。在军用方面，利用遥感图像目标检测技术有助于实现对敌对国家和地区地面状况的监视，对敌方军事目标及设施的侦察等；在民用方面，利用遥感图像目标检测技术有助于实现地理测绘、城市规划、地质勘探、环境监测、土地资源调查等应用。.早期的遥感图像目标自动检测受图像分辨率的影响，图像中反映的目标信息有限，检测内容局限在对大型目标的检测和地表情况的分类等。在高分辨率条件下，遥感图像中的背景杂波、目标尺度和旋转角度变化、光照、阴影等因素引起的目标视觉外观的变化更为明显，使得现有的目标自动检测方法鲁棒性不足，难以满足大场景遥感图像目标检测的应用需求。另外，高分辨率遥感图像中可辨识的地物目标的种类和信息越来越丰富，相应地对遥感图像目标自动检测技术的要求也越来越高，人们不仅希望能从图像中知道目标是否存在并获取目标的位置信息，还希望区分目标类型并获得目标的形状、姿态以及尺寸等物理信息；不仅能理解遥感图像并解释现象，更要加快向快速自动处理方向发展以提高面向大场景遥感图像数据的实用性。.针对以上问题，本项目将采用高分辨率光学遥感图像作为数据源，针对大场景遥感图像中典型人造目标的快速检测和目标尺寸、姿态等信息的获取问题，综合分析目标的特点和图像中包含的上下文等信息，构建、求解和优化以深度端到端模型为基础的快速检测框架，为采用高分辨率光学遥感图像的解译判读应用提供高效的目标检测技术手段和方法，促进我国遥感的产业化应用水平。