高分辨率卫星遥感影像智能解译方法研究

课题名称: 高分辨率卫星遥感影像智能解译方法研究
学科专业: 计算机科学
课题关键词: 卫星遥感影像智能解译方法深度学习
辅导模式: 1对1
发表目标: SCI期刊1-2区
课题介绍: 高分辨率卫星遥感影像凭借米级甚至亚米级空间分辨率，已成为自然资源调查、城市精细化管理、生态环境监测、灾害应急响应等领域的核心数据支撑。随着卫星传感器技术的快速发展，影像数据呈现出“高分辨率、高光谱、高时间分辨率”的特征，数据量与信息复杂度急剧增加，传统依赖人工解译或基于简单统计模型的方法已难以满足高效、精准、自动化的解译需求。近年来，以深度学习为代表的智能算法通过自动学习影像深层语义特征，显著提升了地物分类、目标检测、变化检测等解译任务的精度与效率，成为遥感解译领域的研究热点。然而，高分辨率影像中地物尺度差异大、背景干扰强、同类地物光谱异质性与异类地物光谱同质性并存等问题，仍对智能算法的鲁棒性提出挑战；同时，标注样本稀缺、小目标检测精度不足、多源数据（如光学与SAR影像）融合解译等问题尚未完全解决，制约了智能解译方法的实际应用。因此，深入研究高分辨率卫星遥感影像的智能解译方法，探索面向复杂场景的特征表示、模型优化与工程化应用策略，对于推动遥感技术向智能化、实用化发展具有重要的理论意义与应用价值。

导师信息

科研导师

Dr. Han

985高校博士

导师介绍

研究领域：图像压缩,目标检测,显著性检测与变化检测,图像增强,影像数据压缩与解析学术成果：发表论文共31篇，包含SCI检索论文11篇，SCI一区及TOP论文9篇，单篇引用170次，包括IEEE TPAMI、IEEE TITS、IEEE TGRS等；专利成果5项；担任国际权威期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（SCI一区），IEEE Transactions on Intelligent Transportation Systems（SCI一区），IEEE Transactions on Geoscie

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。