遥感图像数据面临"数据海量"和"信息难求"的矛盾,海量遥感图像数据的高效、准确、智能检索是遥感应用领域亟待解决的问题,图像检索已成为一个研究热点。本项目利用Agent进化模型推理,将遥感图像底层的物理特征(如颜色、形状、纹理、图像内容的时空关系等)、元数据信息以及影像高层语义信息融合在一起,屏蔽数据源、信息源的区别,通过构造具有自动推理和搜索能力的Agent模型,实现信息反馈式检索,提高检索的效率。主要研究内容包括遥感图像可视化特征提取和匹配算法、遥感图像语义集构造、遥感图像语义信息提取和匹配算法、多Agent模型的构造等。通过研究Agent驱动的遥感图像检索关键技术,设计相关模型和算法,消除或最大程度降低图像语义鸿沟,为从海量遥感图像库中快速定位和查找感兴趣目标提供一个高效的解决途径。