一、开题报告题目:基于小样本学习的高分光学遥感图像目标检测与场景识别关键技术研究
二、开题报告答辩人:李玲君
三、开题答辩时间:2021年7月18日
四、开题答辩地点;线上答辩-腾讯会议视频
五、开题答辩内容简介:
目前典型的高分光学遥感图像目标检测和场景识别模型往往需要海量的标注数据和大量的模型训练时间,但在实际应用场景中,标注数据获取困难,而且通常会面临对新类别进行检测和识别的情况。针对这些问题,研究面向高分光学遥感图像目标检测和场景识别的小样本学习新理论和新方法,革新现有的小样本学习方法,使其适用于稀缺样本条件下的高分光学遥感图像目标检测和场景识别问题,重点突破基于协同注意力的小样本高分光学遥感图像判别特征学习、基于近似变分推理和熵值法的小样本学习模型、基于自适应重加权法的半监督小样本学习模型等关键技术,构建基于小样本学习的高分光学遥感图像目标检测与场景识别框架,推动小样本学习技术在高分光学遥感图像领域中的发展和应用。
六、开题答辩人简介(附照片、个人基本信息、研究方向、获奖情况等)

姓名:李玲君 学号:2018100624 学科专业:网络空间安全 导师:郭雷教授 研究方向:计算机视觉,目标检测,图像分类
小样本学习遥感图像检测
针对高分光学遥感图像目标检测与场景识别中数据标注困难的问题,研究提出基于小样本学习的方法,旨在减少对大量标注数据的需求,并提高对新类别的适应能力。该研究将重点突破基于协同注意力的判别特征学习、基于近似变分推理的学习模型及自适应重加权的半监督学习模型等关键技术。
409

被折叠的 条评论
为什么被折叠?



