基于深层语义特征的遥感影像场景分类开题报告

1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述一、研究背景及意义随着传感器技术的飞速发展，遥感影像空间分辨率大幅提升，目前已经达到分米级、甚至厘米级，标志着遥感领域进入了高分辨率影像时代[1]。

由于高分辨率遥感影像包含丰富的空间模式、纹理特征和地物细节，遥感影像分类的研究已经从传统的像元级解译转向了场景级语义理解[2]。

场景分类是通过计算机等设备对图像做出可靠的认知，将遥感影像按照土地利用类型划分为不同类别，以进行后续的深入研究。

2. 研究的基本内容、问题解决措施及方案

1、研究问题（1）场景级遥感影像类内差异大、类间差异小，中层特征对多类型场景级影像表达能力不足。

（2）传统词袋模型使用统一的视觉词典，没有融入影像的类别信息，模型难以准确区分多类型场景影像。

2、研究手段基于词袋模型的分类框架，使用深度卷积特征代替传统中层特征，为每个类别分别设计视觉词典，实现基于深层语义特征的遥感场景分类方法，对场景分类的遥感数据集进行实验验证，并与其他方法进行对比实验，综合分析提出方法的可行性和有效性。