| 基于ImageNet预训练卷积神经网络的遥感图像检索 |
| |
| 引用本文： | 葛芸,江顺亮,叶发茂,许庆勇,唐祎玲. 基于ImageNet预训练卷积神经网络的遥感图像检索[J]. 武汉大学学报(信息科学版), 2018, 43(1): 67-73. DOI: 10.13203/j.whugis20150498 |
| |
| 作者姓名： | 葛芸 江顺亮 叶发茂 许庆勇 唐祎玲 |
| |
| 作者单位： | 1.南昌大学信息工程学院, 江西 南昌, 330031 |
| |
| 基金项目： | 国家自然科学基金41261091江西省教育厅科技项目GJJ13482江西省自然科学基金20151BAB207062 |
| |
| 摘 要： | ![]()
高分辨率遥感图像内容复杂，细节信息丰富，传统的浅层特征在描述这类图像上存在一定难度，容易导致检索中存在较大的语义鸿沟。本文将大规模数据集ImageNet上预训练的4种不同卷积神经网络用于遥感图像检索，首先分别提取4种网络中不同层次的输出值作为高层特征，再对高层特征进行高斯归一化，然后采用欧氏距离作为相似性度量进行检索。在UC-Merced和WHU-RS数据集上的一系列实验结果表明，4种卷积神经网络的高层特征中，以CNN-M特征的检索性能最好；与视觉词袋和全局形态纹理描述子这两种浅层特征相比，高层特征的检索平均准确率提高了15.7%~25.6%，平均归一化修改检索等级减少了17%~22.1%。因此将ImageNet上预训练的卷积神经网络用于遥感图像检索是一种有效的方法。
|
| 关 键 词： | 遥感图像 检索 卷积神经网路 预训练 |
| 收稿时间： | 2016-05-09 |
Remote Sensing Image Retrieval Using Pre-trained Convolutional Neural Networks Based on ImageNet |
| |
| Affiliation: | 1.Information Engineering School, Nanchang University, Nanchang 330031, China2.Software School, Nanchang Hangkong University, Nanchang 330063, China |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载免费的PDF全文 |
