融合图卷积网络与节点相似度的遥感图像检索

针对如何充分利用图像之间的语义关系提高检索特征表征能力的问题,该文提出了基于融合节点注意力机制的图卷积神经网络的遥感图像检索特征提取模型。该模型通过聚合节点和其邻域节点的特征构建图像的图聚合特征,获取更好的遥感图像检索特征。提出了综合图像特征的欧氏距离和图像集合的相似度的节点相似度作为图像相似度准则,提升度量图像距离的准确性;此外还将图卷积神经网络强大的节点分类能力和图像到类距离构建基于类别权重的节点相似度准则进行遥感图像检索,进一步提升遥感图像检索精度。在UCMD、SIRI_WHU和PatternNet 3个公开遥感图像数据集上进行了测试和验证,mAP较其他方法分别提升了0.91%、1.43%和0.08%。结果表明,该方法能够提升遥感图像检索精度。