异构星群多源异质图像智能解译技术

项目分为图像转换部分、目标检测部分和开发部署部分。
首先，本项目针对异构星群采集图像的多源异质问题，研究基于变分生成对抗网络的遥感图像转化方法，将SAR图像统一转化为易于人们观察和理解的可见光图像。其次，在可见光图像基础上，研究基于Faster R-CNN遥感图像目标检测方法，实现不同尺度遥感目标的快速准确的识别。最后，在图像转化方法和目标检测方法的基础上，实现完整的图像异构星群多源异质图像智能解译原型系统，使其能够在嵌入式设备上高效运行。
本人在本项目中的主要工作是研究当前最优的目标检测算法，将其应用到本项目模型中，使用本项目自己处理好的数据集进行训练和测试，最后将训练好的模型放在嵌入式GPU上进行推断。