深度学习在高分辨率遥感影像解译中的应用研究

徐金晓，方 圆

（中国电子科技集团公司第二十七研究所，河南 郑州 450047）

0 引 言

2010年以来，我国发射的高分辨率遥感卫星空间分辨率已经达到亚米级，未来10年全球每天获取的观测数据将超过10 PB，遥感大数据时代已来临。随着遥感大数据时代的到来，现在的数据越来越丰富，已经超出传统手工处理的能力。遥感大数据与知识转化及服务能力不足的矛盾将越发突出，其关键理论挑战和技术瓶颈在于遥感影像的自动分析与理解。

深度学习是当前机器学习领域内的一项热点技术，近年来在机器视觉、语音识别等领域取得了突破性进展。卷积神经网络（CNN）更是将图像特征的提取，与目标的分类过程结合到一起，实现了网络端到端的训练，促进了基于高分辨率遥感影像的目标识别技术的快速发展。本文以深度学习在遥感影像解译领域的应用为主体，分析了遥感影像解译的难点以及深度学习在遥感影像解译中的优势。

1 遥感影像解译存在的问题

目前，遥感影像95%以上完全采用人工识别和判读，无法适应大数据与云计算时代的需求和发展。存在的问题具体如下。

（1）自动化程度低。需要专家才能判读和分析，费钱费时，不能快速实现“影像到信息”的过程。

（2）错误率高。不同专家分析的结果千差万别。

（3）应用难。影像包含大量有效信息，因不能开展深入挖掘，无法开展趋势预测等应用，难以发展出新的商业模式。

（4）地物分不开。不同的地物很难准确地分割开。……