基于回归CNN特征融合的遥感图像检索方法 |
| |
引用本文: | 叶发茂,陈淑秀,孟祥龙.基于回归CNN特征融合的遥感图像检索方法[J].测绘科学,2023(2):168-176. |
| |
作者姓名: | 叶发茂 陈淑秀 孟祥龙 |
| |
作者单位: | 1. 东华理工大学测绘工程学院;2. 自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室 |
| |
基金项目: | 国家自然科学基金项目(41261091,41801288);;江西省自然科学基金项目(20202BABL202030); |
| |
摘 要: | 针对单一图像特征不能够全面反映图像信息,导致不同图像检索性能差异性较大的问题,该文提出了一种基于回归卷积神经网络(CNN)自适应融合多特征的遥感图像检索方法。该方法利用回归CNN模型对各特征的初始检索结果进行评价和估计权重,然后根据权重融合特征,以弥补单一特征对于图像描述能力的不足,提升检索精度。此外还利用图像到查询类的距离来进一步提高检索性能。在UCMD和PatternNet两个公开遥感检索数据集上进行了算法的测试和验证,mAP较其他方法分别提升了2.13%和1.32%。结果表明,该方法能够提高遥感图像检索的性能。
|
关 键 词: | 遥感图像检索 自适应特征融合 CNN回归模型 图像到查询类的距离 |
|