東北地理所在深度學(xué)習(xí)及智能計(jì)算遙感信息挖掘領(lǐng)域取得新進(jìn)展
土地覆被信息是一系列地理空間應(yīng)用的基礎(chǔ)，包括城市規(guī)劃、區(qū)域協(xié)調(diào)和環(huán)境管理等。遙感技術(shù)具有覆蓋范圍大、實(shí)時(shí)監(jiān)測(cè)等特點(diǎn)，已發(fā)展成為獲取土地覆被信息的主流技術(shù)手段。高空間分辨率及高光譜遙感技術(shù)的快速發(fā)展，極大地促進(jìn)了土地信息提取的精度與效率。然而，高空間分辨率以及高光譜遙感影像數(shù)據(jù)量龐大且特征復(fù)雜，這給傳統(tǒng)的遙感分類技術(shù)帶來(lái)挑戰(zhàn)。東北地理所地理信息系統(tǒng)學(xué)科組研究人員，將深度學(xué)習(xí)引入高空間分辨率遙感信息挖掘領(lǐng)域，發(fā)展了一種基于面向?qū)ο蟮幕旌现С窒蛄繖C(jī)（SVM）與深度學(xué)習(xí)（CNN）的土地覆被分類方法（OSVM-OCNN）；改進(jìn)智能計(jì)算領(lǐng)域的人工蟻群算法，提出了一種基于多態(tài)蟻群智能的高光譜遙感影像最優(yōu)波段選擇算法（PACA-BS）。
研究人員提出的面向高空間分辨率影像的OSVM-OCNN分類算法，首次在對(duì)象級(jí)別結(jié)合了淺層分類器（SVM）和深層分類器（CNN），捕獲了兩種分類器在影像特征提取方面的優(yōu)勢(shì)。使用高空間分辨率光學(xué)和雷達(dá)影像對(duì)算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)表明相比于基于像元的分類方法，OSVM-OCNN顯著地提高了土地覆被的分類精度，是一種高效率高精度的遙感分類算法。
圖 1 OSVM-OCNN遙感影像分類流程圖
圖 2 OSVM-OCNN及幾種基準(zhǔn)算法生產(chǎn)的土地覆被分類圖
提出的PACA-BS多態(tài)蟻群高光譜波段智能選擇算法，克服了傳統(tǒng)蟻群智能算法效率低下且易陷入局部最優(yōu)的難題。PACA-BS采用偵查蟻縮小解集空間，這大大減少了算法的運(yùn)行時(shí)間，加快了收斂速度；此外，PACA-BS測(cè)量選擇波段子集之間的相似度，這種測(cè)量保持了種群的多樣性，避免種群早熟和陷入局部最優(yōu)。利用三種高光譜影像測(cè)試了算法的有效性，實(shí)驗(yàn)結(jié)果證實(shí)了PACA-BS在精度和效率方面均優(yōu)于目前常用算法。
圖 3 PACA-BS及幾種基準(zhǔn)算法生產(chǎn)的高光譜圖像分類精度
相關(guān)成果分別發(fā)表于地理遙感領(lǐng)域國(guó)際主流學(xué)術(shù)期刊Remote Sensing及International Journal of Remote Sensing上。有關(guān)研究工作得到國(guó)家重點(diǎn)研發(fā)項(xiàng)目（2017YFB0503600）和國(guó)家自然科學(xué)基金項(xiàng)目（41301465）資助，主要工作由東北地理所地理信息系統(tǒng)課題組李華朋博士、張樹(shù)清研究員和丁小輝博士完成。
論文信息：
[1] Huapeng Li*, Ce Zhang, Shuqing Zhang, P.M. Atkinson. A hybrid OSVM-OCNN Method for Crop Classification from Fine Spatial Resolution Remotely Sensed Imagery. Remote Sens. 2019, 11(20), 2370.
鏈接: https://www.mdpi.com/2072-4292/11/20/2370
[2] Xiaohui Ding, Shuqing Zhang*, Huapeng Li*, Peng Wu, Patricia Dale, Lingjia Liu & Shuai Cheng. A restrictive polymorphic ant colony algorithm for the optimal band selection of hyperspectral remote sensing images, International Journal of Remote Sensing, 2019. DOI: 10.1080/01431161.2019.1655810.
鏈接: https://www.tandfonline.com/doi/abs/10.1080/01431161.2019.1655810
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
