-
题名基于高层特征图组合及池化的高分辨率遥感图像检索
被引量:10
- 1
-
-
作者
葛芸
马琳
江顺亮
叶发茂
-
机构
南昌航空大学软件学院
南昌大学信息工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2019年第10期2487-2494,共8页
-
基金
国家自然科学基金(41801288,41261091,61662044,61663031,61762067)~~
-
文摘
高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显著特征;最后,采用主成分分析(PCA)来降低显著特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。
-
关键词
遥感图像检索
迁移学习
高层特征图
组合
池化
-
Keywords
Remote sensing image retrieval
Transfer learning
High-level feature map
Combination
Pooling
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-