本文介绍了一种基于显著性分析的遥感图像细粒度分类方法,本项工作由赛博智能团队中的戴威提出,相关论文已于2019年上半年在领域期刊发表录用。
遥感图像目标识别是智能化解译的关键部分,它作为辅助判读人员的强有力工具,可以使判读人员将更多的时间和精力放到其他复杂疑难问题上,提高整体的工作效率。
根据各个类的类间差别从大到小,目标分类大体上可以分为通用目标分类、细粒度分类和个体目标分类。通用目标分类旨在区分类间差别比较大的目标,比如区分飞机、网球场、棒球场和十字路口,如下图中的通用目标所示。细粒度分类是指同一父类下的子类分类,区分的目标类别更加的细致,类间差别比较小,比如下图中的细粒度目标所示,区分四种不同型号的飞机。个体目标分类是指不同目标个体间的区分,目标与类别一一对应,比如下图中的个体目标所示,区分四种具体舷号的航母。
类别波段
本文选取遥感图像飞机目标为研究对象。现存的飞机包含成百上千种型号,不同型号的飞机同属飞机这一父类,它们具有功能相近的部件、结构等,飞机识别任务就是要辨别不同型号的飞机,辨识依据往往是某些具有判断性的局部信息,因此遥感图像飞机型号识别是一个典型的细粒度分类问题。