首页 | 本学科首页   官方微博 | 高级检索  
     

利用SVM相关反馈和语义挖掘的遥感影像检索
引用本文:刘婷婷,林珲,代汉青. 利用SVM相关反馈和语义挖掘的遥感影像检索[J]. 武汉大学学报(信息科学版), 2012, 37(4): 415-418
作者姓名:刘婷婷  林珲  代汉青
作者单位:1. 武汉大学中国南极测绘研究中心,武汉市珞喻路129号,430079/香港中文大学太空与地球信息科学研究所,香港新界沙田
2. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079
3. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079/黄冈市城乡规划局,黄冈市黄州区西湖三路23号,438000
基金项目:国家海洋局极地专项“测绘遥感技术在极地环境考察与评估中的应用”资助项目,武汉大学青年教师资助项目
摘    要:针对语义鸿沟问题,将基于语义特征挖掘模型与支持向量机相关反馈方法相结合,建立了基于支持向量机相关反馈的人机交互遥感影像语义检索系统。实验结果表明,该方法利用高层语义特征及人机交互反馈信息缩小了语义鸿沟,提高了影像检索的精度。

关 键 词:影像检索  语义挖掘模型  相关反馈  SVM

SVM-relevance-feedback and Semantic-extraction-based RS Image Retrieval
LIU Tingting,LIN Hui,ZHANG Liangpei,DAI Hanqing. SVM-relevance-feedback and Semantic-extraction-based RS Image Retrieval[J]. Geomatics and Information Science of Wuhan University, 2012, 37(4): 415-418
Authors:LIU Tingting  LIN Hui  ZHANG Liangpei  DAI Hanqing
Affiliation:3,4(1 Chinese Antarctic Center of Surveying and Mapping,Wuhan University,129 Luoyu Road,Wuhan 430079,China)(2 Institute of Space and Earth Information Science,the Chinese University of Hong Kong,Shatin,Hong Kong)(3 State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan,430079,China)(4 Huanggang City Planning Bureau,23 West Lake Road,Huanggang 438000,China)
Abstract:The semantic gap between high-level human perception and low-level image features becomes the bottleneck in content-based remotely sensed image retrieval technology.To solve this problem,in this research,a human machine interaction(HMI) remotely sensed image retrieval system is built that combines semantic mining model and SVM-based relevance feedback method.The experiments indicate that this method can well narrow semantic gap and improve retrieval precision and recall.
Keywords:image retrieval  semantic mining model~ relevance feedback  SVM
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号