基于回归CNN特征融合的遥感图像检索方法

Science of Surveying and Mapping（2023）

Cited 0|Views1

No score

Abstract

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.

Translated text

Key words

remote sensing image retrieval,query-adaptive feature fusion,CNN regression model,image-to-query-class distance

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined