1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為福建省智慧城市感知與計算重點實驗室“遙感與空間信息科學(xué)中心”的研究成果，獲得重點實驗室和中心的資助，在重點實驗室完成。聲明人(簽名)：話乏堪《2口f‘年DS月徊日摘要摘要社會經(jīng)濟(jì)的不斷發(fā)展推動著人口大

2、規(guī)模地向城市地區(qū)聚攏，導(dǎo)致交通越來越擁堵。交通擁堵己成為困擾交通領(lǐng)域的一個難題。大范圍的車輛檢測識別能及時的獲取交通信息，改善交通安全，對城市規(guī)劃也有著重要意義。深度學(xué)習(xí)是當(dāng)前國內(nèi)外學(xué)者關(guān)注和重視的檢測識別算法，而深度卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中適用于圖像處理的一種方法。本文在研究深度卷積神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，將其應(yīng)用到遙感圖像車輛檢測識別中。首先對遙感圖像進(jìn)行車輛潛在道路區(qū)域的提取，以此來減少后續(xù)車輛檢測算法所需要處理的數(shù)據(jù)量，同時該過程

3、也將減少非道路區(qū)域所產(chǎn)生的虛警。車輛檢測分為對車輛檢測窗口的定位和識別。本文基于超像素分割算法實現(xiàn)對車輛檢測窗口的定位。車輛檢測窗口的識別是基于深度卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)的。通過數(shù)據(jù)擴(kuò)充將帶標(biāo)記的樣本應(yīng)用于深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征和分類器參數(shù)的學(xué)習(xí)。訓(xùn)練完成的深度卷積神經(jīng)網(wǎng)絡(luò)將識別所有的車輛檢測窗口，結(jié)合非極大值抑制對識別結(jié)果做過濾得到最終的車輛檢測結(jié)果。本文主要研究內(nèi)容包括以下三個方面：1基于超像素分割和支持向量機(jī)對遙感圖像車輛潛在道路區(qū)域