科创中国

行业领域

高技术服务业

需求背景

遥感图像识别是利用计算机对遥感图像中的各类地物的光谱信息和空间信息进行分析，选择特征，并将特征空间划分为互不重叠的子空间。随后，将图像中的各个像元划归到各个子空间对应的地物类别去。目前，这一技术被广泛应用于城市区域检测、变化检测、地图更新等领域。

可充电电池的低温电池剩余电量估算方法则关注在低温环境下，电池性能会受到影响，从而导致电量估算不准确的问题。这一问题已引起广泛关注，研究者们正在探索更为准确的估算方法。

嵌入式图形处理主要研究如何在嵌入式设备上实现高效的图形处理。基于XMC接口的嵌入式多通道图形处理方法是其中的一种，它通过流水并行的方式实现，以满足实时处理的需求。

需解决的主要技术难题

技术难题

遥感图像识别的主要技术难题包括：数据规模小，大中小目标分布不均，目标尺度变化剧烈，背景复杂，小目标采样易丢失，类间极度不平衡等。例如，在无人机/遥感场景下进行旋转目标检测时，由于视角高度的上升，目标的尺度也会发生改变，这会为检测带来困难。同时，大部分目标的尺度较小，提供的细节信息有限，且随着网络的加深，小目标的细节信息会逐渐丢失。此外，对于不同的遥感数据源来说，光谱数量不统一、光谱的波段取值不统一、空间分辨率多样化也是一大挑战。

可充电电池的低温电池剩余电量估算方法的主要难点在于在低温环境下，电池性能会受到影响，从而导致电量估算不准确。

基于XMC接口的嵌入式多通道图形处理方法的技术难题则主要在于如何在嵌入式设备上实现高效的图形处理，以满足实时处理的需求。

期望实现的主要技术目标

期望实现的主要技术目标包含以下几个方面：

1. 遥感图像识别：目标是在大尺度的遥感图像中识别和定位特定的物体或地理特征。这涉及到深度学习和计算机视觉的应用，在农业、城市规划、环境监控和军事侦察等多个领域有广泛的应用。具体来说，需要解决如数据规模小，大中小目标分布不均，目标尺度变化剧烈，背景复杂，小目标采样易丢失，类间极度不平衡等难题。此外，还需要对遥感图像中的各类地物的光谱信息和空间信息进行分析，选择特征，并将特征空间划分为互不重叠的子空间。最终的目标是实现遥感图像解译的自动化和智能化。

2. 可充电电池的低温电池剩余电量估算方法：主要目标是提高在低温环境下的电池剩余电量估算的准确性。

3. 基于XMC接口的嵌入式多通道图形处理方法：主要目标是在嵌入式设备上实现高效的图形处理，以满足实时处理的需求。

处理进度