基于深度学习技术的航道陆域地形遥感影像智能解译系统研发

无人机航测丰富了测量要素种类,但当前航测成果的要素提取依赖人工识别和绘制,效率较低;航道测绘单位全面图等长河段测量项目的陆域地形更新测绘工作量打,航道岸线等航道要素人工提取的低效作业模式不能满足快速地形图更新的需求。基于深度学习技术的遥感影像自动化智能解译技术可实现包括建筑物轮廓、道路、泵船码头、水沫线等线状、块状地形要素的自动化提取,亦可对浮标、岸标等点状地物进行自动识别定位,加快航测成果向测绘图纸的转化,为航道陆域地形的快速更新提供技术支撑。

深度学习是人工智能中机器学习发展的新阶段,由于深度学习强大的预训练模型、强大的模型表达能力、强大的计算推理速度,可以有效解决对复杂对象特征的刻画和复杂场景的关联分析等问题,是目前最佳的对象提取方式。面向高分辨率遥感影像建筑物、道路等地物提取的深度学习方法,可以自动提取建筑物、道路等地物的特征信息,实现高精度高效率的提取,因此,本项目的关键技术上拟基于深度学习来实现。

刘巧红
刘巧红
教授

上海健康医学院教授。研究兴趣包括图像处理、深度学习、医学图像分析、大数据分析。

韩啸翔
韩啸翔
生物医学工程硕士生

上海理工大学硕士生。研究兴趣包括医学图像/视频分析、弱/半/自监督学习、计算机视觉与模式识别。