关于这个研究课题
灾难大大威胁土地资源在过去的几十年里由于洪水灾害等自然因素和人为因素包括人口增长。监测灾害的发生,开展灾难救助,实现灾难应急响应是至关重要的。综合遥感数据已经成为一个最有用的救灾资源的可用性,如地理信息数据,太空数据,无人机数据,地面光谱,现场照片,温度,湿度,等。因为这些多通道数据包含不同的数据结构,提取有价值的信息从他们很难支持应急响应决策。因此,它是有意义的工作综合遥感灾害响应。
然而,需要考虑一些局限性:1)这些综合数据捕获各种地理参考,所以很难有效地收集多模式数据一致的空间参考;2)遥感数据与某个模型(如光学数据)可能会丢失,因为他们遭受极端天气条件如多云的天气使灾区看不见的;3)资源有限,很难迅速获得有价值的信息从多模式数据支持救灾决策。精度和效率之间的平衡需要提供实时而准确的反应;4)损失评估并获得灾难的情况下是必要的。然而,很难准确地提供损失评估的结果。
因此,灾难应急响应的四个关键问题是:(1)如何有效地组织多模型数据,实现准确的图像配准和融合;(2)如何进行多模型图片翻译转换可用的数据(例如,SAR)不可用数据(光学图像);(3)如何快速、准确地从多学到有价值的救灾信息数据;(4)如何评估损失并披露水平的情况一场灾难。
这个研究课题探索跨学科方法,方法,和应用程序的灾难响应算法、工具、过程和模型,可以纳入一个准确和高效的系统。这个研究课题需要研究人员在遥感、损害评估、可持续发展、公共政策和其他学科和跨学科领域。感兴趣的主题包括,但不限于:
•多模式数据注册、融合和质量改进;
•为救灾综合数据信息提取;
•语义分割和遥感目标检测;
•综合遥感数据变化检测;
•综合遥感数据的实时处理;
•多模式数据损失评估;
•深入学习理论及其应用于灾难应急响应。
然而,需要考虑一些局限性:1)这些综合数据捕获各种地理参考,所以很难有效地收集多模式数据一致的空间参考;2)遥感数据与某个模型(如光学数据)可能会丢失,因为他们遭受极端天气条件如多云的天气使灾区看不见的;3)资源有限,很难迅速获得有价值的信息从多模式数据支持救灾决策。精度和效率之间的平衡需要提供实时而准确的反应;4)损失评估并获得灾难的情况下是必要的。然而,很难准确地提供损失评估的结果。
因此,灾难应急响应的四个关键问题是:(1)如何有效地组织多模型数据,实现准确的图像配准和融合;(2)如何进行多模型图片翻译转换可用的数据(例如,SAR)不可用数据(光学图像);(3)如何快速、准确地从多学到有价值的救灾信息数据;(4)如何评估损失并披露水平的情况一场灾难。
这个研究课题探索跨学科方法,方法,和应用程序的灾难响应算法、工具、过程和模型,可以纳入一个准确和高效的系统。这个研究课题需要研究人员在遥感、损害评估、可持续发展、公共政策和其他学科和跨学科领域。感兴趣的主题包括,但不限于:
•多模式数据注册、融合和质量改进;
•为救灾综合数据信息提取;
•语义分割和遥感目标检测;
•综合遥感数据变化检测;
•综合遥感数据的实时处理;
•多模式数据损失评估;
•深入学习理论及其应用于灾难应急响应。
关键字:多模型遥感、救灾、损失评估,实时处理、图像配准、图像融合、深学习
重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。
