颜色增强旋转不变霍夫森林方法(CRIHF)适合于遥感图像目标检测,具有稳健、有效、通用性好的特点,然而此方法还存在检测速度慢,以及由此带来的高耗时特性较难研究、较难在工程应用中推广的问题。随着半导体技术发展到接近原子尺度,计算硬件需采用并行结构继续发展。并行计算因其优良的可扩展性以及充分利用并行计算硬件的能力可以大幅提高科学计算速度,正在成为科学计算的主流趋势。本项目顺应这一潮流,研究CRIHF方法并行计算的内在模型和外在应用,主要研究内容包括(1)CRIHF方法在多种并行架构下的并行计算模型及其工程实现,(2)以卫星数据处理和无人机在航目标检测为应用场景验证方法,并总结重要参数对准确度、速度的影响规律。(3)在并行计算的支持下研究方法的高耗时特性扩展。通过本项目的研究,可以解决CRIHF方法的上述难题,扩展方法的应用范围,为快速遥感图像目标检测提供新方法。
英文主题词remote sensing;random forest;parallalization;;