基于多核学习的GIST全局和SIFT局部特征融合遥感图像检索方法

• 作者: 张尧 牟云平 薛超 黄宝香
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 遥感图像检索 特征提取 GIST特征 SIFT特征 多核学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数学与信息工程
• 页码范围: 5-11
• 页数: 7页
• 分类号: TN919.81
• 字数: 4767字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2020.02.02

摘要

针对遥感图像快速准确的检索问题,利用多核学习(Multiple Kernel Learning,MKL)算法融合全局GIST(Generalized Search Tree)特征和局部SIFT(Scale-invariant feature transform)特征开展遥感影像的检索方法研究.首先提取图像的全局GIST特征,然后通过SIFT特征的改进方法提取局部SIFT特征,利用特征融合的方法得到单一的特征向量,再通过多核学习的算法得到最优解,返回最终的检索结果.在遥感图像数据集上的检索实验表明,对比单一特征的图像检索算法,该方法能够提高检索准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛超	青岛大学计算机科学技术学院	5	1	1.0	1.0
2	黄宝香	青岛大学计算机科学技术学院	4	4	1.0	2.0
3	张尧	南京邮电大学江苏省无线通信重点实验室	3	26	1.0	3.0
4	牟云平	青岛大学计算机科学技术学院	1	0	0.0	0.0