0     引言

無(wú)人駕駛飛機(jī)簡(jiǎn)稱(chēng)“無(wú)人機(jī)”（Unmanned Aerial Vehicle, UAV），是利用無(wú)線(xiàn)電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器。與載人飛行器相比，它的造價(jià)通常較低，同時(shí)具有環(huán)境適應(yīng)性強(qiáng)等優(yōu)勢(shì)。搭載光電視覺(jué)系統(tǒng)的無(wú)人機(jī)可按需求靈活地獲取、存儲(chǔ)及傳遞信息［1］。為了從整體上提升無(wú)人機(jī)的態(tài)勢(shì)感知和信息處理速度，需要通過(guò)人工智能技術(shù)提升其對(duì)獲取的遙感圖像的自動(dòng)處理能力。

人工智能技術(shù)作為計(jì)算機(jī)科學(xué)的一個(gè)分支，近些年在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器人學(xué)以及知識(shí)工程等領(lǐng)域均取得了重大突破，這在很多方面得益于深度學(xué)習(xí)技術(shù)的發(fā)展。相比于傳統(tǒng)的方法，深度學(xué)習(xí)方法對(duì)計(jì)算機(jī)視覺(jué)中的圖像分類(lèi)、目標(biāo)識(shí)別和語(yǔ)義分割具有更好的效果，從而為無(wú)人機(jī)實(shí)現(xiàn)任務(wù)自主智能提供了基礎(chǔ)。

無(wú)人機(jī)或地面系統(tǒng)的任務(wù)自主智能主要體現(xiàn)在如何高效、快速、精確地獲取遙感圖像中的關(guān)鍵信息。圖像分割技術(shù)為遙感圖像內(nèi)容識(shí)別和分析提供了有效途徑。遙感圖像分割技術(shù)旨在根據(jù)實(shí)際語(yǔ)義信息給遙感圖像進(jìn)行像素級(jí)分類(lèi)，將其劃分為一系列具有道路、橋梁、機(jī)場(chǎng)跑道、工業(yè)區(qū)等地物類(lèi)別標(biāo)簽的區(qū)域［2］。無(wú)人機(jī)采集到的高分辨率遙感圖像與自然圖像相比，具有場(chǎng)景復(fù)雜、光譜異質(zhì)性高、圖像遮擋嚴(yán)重、偽影復(fù)雜等特點(diǎn)，對(duì)分割算法的性能要求更高。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://m.xxav2194.com/resource/share/2000005732

作者信息：

劉姝妍，何柳，陶劍，卓雨?yáng)|，王浩東

（中國(guó)航空綜合技術(shù)研究所，北京100028）