基于卷积神经网络的光学遥感图像检索

• 作者: 刘雪莹 孙晓瑶 张洪群 李宇 李湘眷
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 遥感图像检索 深度学习 图像分类 卷积神经网络 Softmax分类器
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 200-207
• 页数: 8页
• 分类号: TP751
• 字数: 3484字
• 语种: 中文
• DOI: 10.3788/OPE.20182601.0200

摘要

提出了一种基于深度卷积神经网络的光学遥感图像检索方法.首先,通过多层卷积神经网络对遥感图像进行卷积和池化处理,得到每幅图像的特征图,抽取高层特征构建图像特征库;在此过程中使用特征图完成网络模型参数和Softmax分类器的训练.然后,借助Softmax分类器在图像检索阶段对查询图像引入类别反馈,提高图像检索准确度,并根据查询图像特征和图像特征库中特征向量之间的距离,按相似程度由大到小进行排序,得到最终的检索结果.在高分辨率遥感图像数据库中进行了实验,结果显示:针对水体、植被、建筑、农田、裸地等5类图像的平均检索准确度约98.4%,增加飞机、舰船后7类遥感图像的平均检索准确度约95.9%;类别信息的引入有效提高了遥感图像的检索速度和准确度,检索时间减少了约17.6%;与颜色、纹理、词袋模型的对比实验表明,利用深度卷积神经网络抽取的高层信息能够更好地描述图像内容.实验表明该方法能够有效提高光学遥感图像的检索速度和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宇	中国科学院遥感与数字地球研究所	160	1292	18.0	27.0
2	张洪群	中国科学院遥感与数字地球研究所	22	250	6.0	15.0
3	李湘眷		19	118	6.0	10.0
4	刘雪莹	中国科学院遥感与数字地球研究所	4	59	3.0	4.0
5	孙晓瑶	中国科学院遥感与数字地球研究所	1	23	1.0	1.0