深度学习算法下的遥感影像目标识别研究

方 磊

（广东省地质测绘院，广东 广州 510800）

0.引言

在人工智能技术发展中，深度学习算法的应用越来越广泛。遥感影像数据所具备的特点主要为海量、多维以及多样等，在这一数据处理中，深度学习算法具有天然优势，可以实现对复杂对象抽象特征的自动及多层次提取，进而实现在海量数据中得到地物目标的高层语义特征，显著提升遥感影像目标特征提取的精度[1，2]，目前，深度学习方法已经广泛应用在图像识别处理中，并取得了较好的效果，因此可将该方法推广在遥感影像目标识别中应用，所以需在深度学习算法的应用下实现对遥感影像目标的识别，不但可以显著提升遥感影像图像识别精度，同时也可以有效满足现代高效快速以及自动化检测的实际需求，为遥感影像目标识别提供新的智能化及自动化方法。

1.深度学习算法下的遥感影像图像识别

1.1 深度学习下的目标检测算法

深度学习属于是机器学习方法之一，传统方法中具有较高的先验知识要求，另外，也存在有模型泛化能力不足等[3]。深度学习算法下的遥感影像目标识别方法在应用中，针对感兴趣区域可以通过滑动窗口提取，且在网络提取特征的应用下实现目标检测，因此在实际中得到了广泛应用。

1.2 目标检测模型的选择及优化

卷积神经网络在目标检测中也有所应用，作为人工神经网络之一，建立在多层监督学习基础上，存在有良好容错性以及自适应性，能够实现权值共享等，因此在图像识别、语义分割以及物体检测等方面均得到了广泛应用。……