基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
因为遥感图像背景复杂,所以提取判别性强特征是遥感图像检索的一个核心技术。本文引入双重自注意力模块,利用空间和通道上的长距离上下文信息,编码局部特征,从而增强特征的表达能力。本文分别在3个典型的数据集上做了实验,在UC Merced Land Use、Satellite Remote Sensing Image Database、NWPU-RESISC45的平局检索精度分别为0.92、0.90和0.89。实验表明,双重自注意力深度学习网络对遥感图像检索性能的提升有显著的作用。
推荐文章
采用循环神经网络的情感分析注意力模型
情感分析
循环神经网络
注意力
长短时记忆
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
基于循环神经网络和注意力模型的文本情感分析
文本情感分析
深度学习
长短期记忆模型
注意力模型
一种结合空间特征的图像注意力标注算法改进研究
视觉注意力
图像标注
空间特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种用于遥感图像检索的双重注意力深度神经网络
来源期刊 计算机科学与应用 学科 工学
关键词 遥感图像检索 注意力机制 CNN 深度学习
年,卷(期) 2021,(3) 所属期刊栏目
研究方向 页码范围 515-524
页数 10页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感图像检索
注意力机制
CNN
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导