我国的遥感技术近年内发展迅速，遥感数据逐步呈现多源、多尺度、多时相、全球覆盖和高分辨率（空间、时间、光谱）的特点，在为遥感观测带来海量高分辨遥感数据的同时，也为遥感数据的存储与传输带来了极大的负担.因而，研究实时性好、压缩比大、失真度小的遥感图像压缩与重构算法，变得越来越重要。课题组基于深度学习、压缩感知。稀疏表征等理论与方法，研发了大倍率遥感数据压缩技术，成果也可推广于自然场景图像，在保证画质的同时以最大的可能压缩图像。

1. 基于深度神经网络的图像压缩系统

人工智能领域正在经历一场变革，深度学习技术逐渐成为机器学习领域的前沿技术，近年来得到了突飞猛进的发展。借助于深度学习技术，构造深度压缩与解压网络，实现大倍率压缩。

更多详情请看 展示视频 ，密码：id3b

2. 基于字典学习的图像压缩系统

更多详情请看 展示视频 ，密码：1hf2