祁昆侖

1.中國地質(zhì)大學(xué)(武漢)信息工程學(xué)院，湖北 武漢 430074；2.中國地質(zhì)大學(xué)(武漢)國家地理信息系統(tǒng)工程技術(shù)研究中心，湖北 武漢 430074

?

基于視覺特征的高分辨率光學(xué)遙感影像多任務(wù)分類研究

祁昆侖

1.中國地質(zhì)大學(xué)(武漢)信息工程學(xué)院，湖北 武漢 430074；2.中國地質(zhì)大學(xué)(武漢)國家地理信息系統(tǒng)工程技術(shù)研究中心，湖北 武漢 430074

計算機技術(shù)的進步推動了高分辨率遙感圖像空間信息智能提取相關(guān)研究的發(fā)展，如何利用計算機視覺領(lǐng)域的特征表達有效地描述高分辨率遙感圖像，并采用高效的分類模型融合不同的特征，是當前遙感圖像自動化解譯的一種有效思路。

遙感影像分辨率的提升使得遙感場景越來越復(fù)雜，但同時地面目標也越來越清晰。由于遙感地物種類繁多，地物的細節(jié)信息也變得豐富，大量的研究將計算視覺中的特征提取技術(shù)成功應(yīng)用于高分辨率遙感圖像解譯領(lǐng)域。高分辨率遙感圖像的場景識別是當前遙感領(lǐng)域的研究熱點之一，場景識別能夠作為目標識別和檢索的基礎(chǔ)并提供參考信息，有效地提高了圖像解譯的性能。將計算機視覺中高效的視覺特征和分類模型引入高分辨率遙感場景分類，能夠促進高分辨率遙感圖像自動解譯的進一步發(fā)展。

本文主要研究了高分辨率遙感場景相關(guān)的特征表達和分類模型。改進了一種能夠融合外觀信息和空間信息的緊湊表達，提升了高分辨率遙感圖像特征的辨識力，使其更適合于遙感圖像的描述?？紤]到當前視覺特征多種多樣，而每種特征能夠從不同方面描述遙感圖像，不同特征對于不同類別的描述能力不盡相同，因此本文采用了多任務(wù)學(xué)習的方法進行組合不同特征，利用不同特征下遙感圖像分類任務(wù)之間的相關(guān)性，同時學(xué)習了多個任務(wù)以提高遙感圖像場景分類的性能。本文的主要研究內(nèi)容及創(chuàng)新點包括以下幾個方面：

(1) 針對傳統(tǒng)Correlaton模型忽略像素一致性的問題，提出了一種基于多尺度分割的Correlaton模型。Correlaton模型是一種融合外觀和空間信息的圖像特征表達方法，基于視覺單詞的Correlogram矩陣生成的一種緊湊特征表達，不僅能夠提升特征的辨識力，而且有效地減少了模型過擬合的風險。本文采用多尺度分割的方法替代傳統(tǒng)的Correlaton模型中基于距離的方法生成Correlogram矩陣，將像素一致性融入空間信息中，進一步提升了Correlaton特征的描述力，提高了遙感圖像的分類精度。

(2) 針對傳統(tǒng)Correlaton模型中特征量化誤差問題，提出了一種基于稀疏編碼的Correlaton模型。傳統(tǒng)Correlaton模型采用k-均值聚類的方法生成詞匯表，計算了距離最近的聚類中心“替代”局部特征生成視覺單詞，這種“替代”的方法會造成特征量化誤差，大大減弱了局部特征本身的描述能力。稀疏編碼的方法能夠利用線性組合的方式“重構(gòu)”特征向量，從而減少視覺詞匯的量化誤差。本文基于稀疏編碼生成視覺詞匯，提出了一種適合于Correlaton表達的視覺詞匯映射策略，改進了傳統(tǒng)Correlaton模型中的量化誤差問題，提高了遙感圖像的分類性能。

(3) 針對單一特征表達能力限制問題，本文基于多任務(wù)學(xué)習，提出了一種多任務(wù)聯(lián)合稀疏和低秩表示的圖像分類模型。模型對不同特征表達任務(wù)進行稀疏和低秩約束，提升了模型的抗差性。模型融合不同的遙感圖像特征表達，從而得到優(yōu)于單任務(wù)學(xué)習模型的分類精度，稀疏和低秩約束減少任務(wù)之間的冗余性，最終提高了遙感圖像場景的特征表達能力和分類性能。

Author：Qi Kunlun (1986—),male,received his doctoral degree from Wuhan University on June 2016 (PhD advisor:Prof.Wu Huayi and Prof.Gong Jianya),majors in high-resolution remote sensing image processing.

E-mail：qikunlun@cug.edu.cn

Multi-task Classification of High Resolution Optic Remote Sensing Images Based on Visual Features

QI Kunlun

1.Faculty of Information Engineering,China University of Geosciences (Wuhan),Wuhan 430074,China; 2 National Engineering Research Center of Geographic Information System,China University of Geosciences (Wuhan),Wuhan 430074,China

祁昆侖.基于視覺特征的高分辨率光學(xué)遙感影像多任務(wù)分類研究[J].測繪學(xué)報，2017,46(6)：802.

10.11947/j.AGCS.2017.20170081.QI Kunlun.Multi-task Classification of High Resolution Optic Remote Sensing Images Based on Visual Features[J].Acta Geodaetica et Cartographica Sinica,2017,46(6):802.DOI:10.11947/j.AGCS.2017.20170081.

P237

D

1001-1595(2017)06-802-01

國家973項目(2012CB719906)；測繪遙感信息工程國家重點實驗室開放基金(16R04)

2017-02-22

祁昆侖(1986—)，男，2016年6月畢業(yè)于武漢大學(xué)，獲工學(xué)博士學(xué)位(指導(dǎo)教師：吳華意教授、龔健雅教授)，研究方向為高分辨率遙感圖像處理。