文献类型：期刊文章

作　　者：刘扬[1,2,3] 付征叶[4] 郑逢斌[2,3]

机构地区：[1]河南大学环境与规划学院,开封475004 [2]河南大学空间信息处理实验室,开封475004 [3]河南大学计算机与信息工程学院,开封475004 [4]河南大学软件学院,开封475004

出　　处：《地球信息科学学报》

基　　金：国家自然科学基金项目(61305042;61202098);国防科技工业民用专项科研技术研究项目(2012A03A0939);河南省教育厅科学技术研究重点项目(13A520071)

年　　份：2015

卷　　号：17

期　　号：9

起止页码：1080-1091

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘　　要：高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括:(1)高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+Open MP+CUDA的高分辨率遥感影像混合并行处理架构;(2)深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;(3)认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。

关 键 词：目标分类与识别  媒体神经认知计算  并行计算 深度学习  主题模型

分 类 号：TP751]