卷积神经网络多层特征联合的遥感图像检索
Remote sensing image retrieval based on multi-layer feature integration of convolution neural networks作者机构：武汉大学测绘遥感信息工程国家重点实验室武汉430079 华中科技大学电子信息与通信学院武汉430074 中国科学院遥感与数字地球研究所遥感科学国家重点实验室北京100101
出 版 物：《测绘科学》 (Science of Surveying and Mapping)
年 卷 期：2019年第44卷第7期
页 面：9-15,34页
核心收录：
学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
基 金：国家自然科学基金项目(51508422,41401513,41771452,41771454) 国家重点研发计划战略性国际科技创新合作重点专项(2016YFE0202300) 国家高分专项(02-Y30B19-9001-15/17) 广州市科技计划项目(201604020070) 武汉市晨光计划人才项目(2016070204010114) 湖北省重点研发计划项目(2016AAA018)
摘 要：针对卷积神经网络的特征表达方法难以满足大规模遥感图像检索需要的问题,该文将卷积层特征和全连接层特征进行联合,提出一种基于卷积神经网络多层特征联合的遥感图像检索方法。该方法提取不同卷积层特征作为图像的局部特征,提取全连接层特征作为感兴趣区域,并对二者进行跨层整合得到新的图像特征并应用于图像检索。实验结果表明,与利用单一的全连接层或者卷积层特征以及传统的经典检索方法相比,该方法取得了很好的检索结果,能够更好地保留图像的全局信息和空间结构信息,提高遥感图像检索的性能。
维普期刊数据库
同方期刊数据库