Resumen

Los datos urbanos proporcionan una gran cantidad de información que puede respaldar la vida y el trabajo de las personas. En este trabajo, investigamos la detección de saliencia de objetos en imágenes de teledetección óptica, lo cual es propicio para la interpretación de escenas urbanas. La detección de saliencia selecciona las regiones con información importante en las imágenes de teledetección, lo cual imita severamente el sistema visual humano. Juega un papel poderoso en otros procesos de imágenes. Ha logrado grandes avances en la detección de cambios, seguimiento de objetos, inversión de temperatura y otras tareas. El método tradicional tiene algunas desventajas como la poca robustez y la alta complejidad computacional. Por lo tanto, este artículo propone un método de fusión profunda multisegmento a través de la descomposición escasa de rango bajo para la detección de saliencia de objetos en imágenes de teledetección óptica. Primero, realizamos una segmentación multiescala para las imágenes de teledetección. Luego, calculamos el valor de saliencia y se

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Datos urbanos; Detección de saliencia de objetos; Imágenes ópticas de teledetección; Método de fusión multiescala; Red neuronal convolucional; Métodos de aprendizaje profundo
• Keywords:Urban data; Object saliency detection; Optical remote sensing images; Multiscale fusion method; Convolutional neural network; Deep learning methods