【摘 要】
:
随着对地观测技术的蓬勃发展,遥感图像规模日益庞大。如何精确高效地从大量遥感图像中检索出需要的图像,已经成为遥感领域研究的基本问题之一。卷积神经网络(Convolutional Neural Network,CNN)能够较好地表达遥感图像的语义信息,因此基于CNN的检索方法受到越来越多的关注。但是遥感图像内容复杂,细节信息丰富,单一 CNN特征不能全面表达遥感图像的内容,且CNN特征容易存在信息冗余
论文部分内容阅读
随着对地观测技术的蓬勃发展,遥感图像规模日益庞大。如何精确高效地从大量遥感图像中检索出需要的图像,已经成为遥感领域研究的基本问题之一。卷积神经网络(Convolutional Neural Network,CNN)能够较好地表达遥感图像的语义信息,因此基于CNN的检索方法受到越来越多的关注。但是遥感图像内容复杂,细节信息丰富,单一 CNN特征不能全面表达遥感图像的内容,且CNN特征容易存在信息冗余。本文针对上述问题,围绕特征融合和哈希学习展开研究,主要工作如下:(1)为保证遥感图像检索的精准性和高效性,提出了基于高层特征融合与监督核哈希的方法。首先,通过迁移学习将原始尺寸图像输入到多个预训练CNN提取高层特征。然后,对提取的高层特征进行全局最大池化,以保留图像的显著信息。接着,通过特征串联和相加的方式融合多个CNN的高层特征,以提升特征表达力。最后,为了减少融合特征的冗余信息,采用监督核哈希将高维融合特征映射为低维哈希码,从而有效提升图像检索精度和检索效率。(2)为进一步提高遥感图像的特征表达能力,提出了一种基于多层特征融合与哈希相似度结合方法。首先,在不同输入尺寸下提取不同CNN的高层特征和中层特征,以更好地表达图像不同尺度的信息。然后,通过特征变换来统一不同特征的维度,并通过逐元素相加得到相应的中层融合特征与高层融合特征,再对不同融合特征采用不同的池化方法,以在降低特征维度的同时保留显著的细节信息。最后,将两组池化后的特征分别映射为两组哈希码,根据检索结果自适应地给两组哈希相似度分配权重,并将其结合在一起,从而优化检索的排序结果,以取得更好的检索性能。(3)为验证上述两种方法的有效性,在两个常用的遥感数据集UC Merced和WHU-RS19进行实验对比。实验结果表明融合不同CNN特征能综合不同网络的优点,且融合不同层次特征有利于表达图像不同尺度的信息,有效提升特征表达能力。监督核哈希能有效降低融合特征冗余且哈希相似度结合的方法有利于突出不同特征优势,进一步提升检索性能。综上所述,不同CNN的融合特征能更好的表达复杂多样的遥感图像,监督核哈希能降低融合特征的冗余信息,进一步提升融合特征的性能。哈希相似度结合的方法能够进一步优化检索结果,因此该研究具有重要的理论意义和实用价值。
其他文献
生物特征识别是一种新式的身份认证方式,具有唯一性、安全性、稳定性等特点,被广泛应用于各大领域。生物特征识别系统的广泛应用引起了人们对其安全问题的关注,各种不同的攻击方法被设计出来,主要目的是冒充合法用户,从而通过识别系统的验证。这些攻击严重威胁到庞大用户群体的财产和信息安全,也揭示了生物特征系统的安全隐患。掌纹是重要的生物特征模态,其识别稳定性高、成本低、用户友好性高、隐私性强,是一种非侵犯式的识
图像在人类社会的发展中至关重要,是重要的记录器。图像修复技术旨在利用图像内已知区域的信息来补全图像内的缺失区域。图像修复是一项基础且复杂的计算机视觉任务,能广泛应用于摄影、文物修复、老照片修复、工业等领域,是近年来人们关注的热点课题。图像修复常用的方法有基于像素扩散、样例传播和深度学习等。深度学习的出现,加快了图像修复技术的发展。目前基于深度学习方法的图像修复技术,虽能修复大区域的图像缺失,但是在
机会网络是一种特殊的移动自组织网络,借助节点移动带来的相遇机会实现网络通信,在环境监测、野生动物追踪、应急通信等领域有广泛应用。机会网络拓扑预测通过分析历史连接信息挖掘网络的演化规律,结合当前网络结构信息,预测下一时刻拓扑变化,为机会网络的路由协议设计提供理论支持。机会网络拓扑预测是网络行为预测的关键问题之一,其面临节点频繁移动、拓扑结构时变等挑战。本文通过分析机会网络中当前网络结构与历史连接信息
随着互联网及智能设备的高速发展和普及,以数字图像为主的多媒体信息的发送和接收成为人们日常生活中最重要的交流方式之一。但近年来隐私泄露、侵犯版权等违法犯罪行为日益增多,对人们的日常生活带来巨大影响,信息安全问题备受关注。传统加密技术虽然是一种有效的信息保密手段,但其不可理解性容易吸引恶意攻击者使用高性能计算工具对密文进行解译或破坏。作为对加密技术的一种补充和完善,信息隐藏技术应运而生。以数字图像为载
在新冠肺炎疫情期间,接触式的指纹识别和非遮挡式的人脸识别在身份认证过程中应用受到了一定的限制,这让人们意识到非接触式认证方式--虹膜识别的重要性。但现有的虹膜识别算法对于非合作状态下获取的低质量虹膜图像的分割和识别性能不佳,而这类图像是大量存在的。同时,对这类虹膜图像的真实虹膜区域进行人工定位的做法存在不可靠性,不利于虹膜识别算法的进一步发展。本文主要设计了基于深度学习的虹膜定位分割分及识别算法,
水资源作为生命之源,生态系统中的核心资源,可以发展区域经济、保障人民生活。然而人们却常常忽略水生态系统功能价值,由于人类活动和自然因素,造成河道漂浮物堆积、侵占河道的情况,破坏了河道景观以及自然水生态。如何提高河道巡查监管能力成为目前河流管护的迫切需求。围绕此需求,本文依托中国水利水电科学研究院北京市科技重大专项课题,大运河智慧巡河系统研发及示范应用,研究针对河道目标场景优化的目标检测算法,同时设
角膜疾病可能会导致角膜组织弹性模量等参数发生改变,从而引起角膜组织生物力学特性的改变,影响角膜弹性成像结果。因此,本文基于有限元分析的方法模拟弹性成像,定量分析超声弹性成像在角膜疾病中的作用,对基于剪切波的光学相干弹性成像在角膜弹性测量中所受到的影响因素进行分析。主要的研究内容如下:(1)构建经典人眼三维有限元模型,有限元法被用于模拟角膜组织的超声弹性成像,然后通过改变角膜病变组织与正常组织杨氏模
随着在线教育的兴起,教师面临着帮助学习者准确理解知识的挑战。编程课程由于较强的综合性和程序调试的特殊性而不同于其他学科,学习者在学习编程的过程中容易产生误解和疑惑,尤其在程序调试方面存在较大困难,从而抑制了其学习和进步的动力。因此,研究如何有效地辅助学习者理解调试信息和提升编程能力具有极其重要的意义。本文针对编程学习的不同阶段,设计了相应的编程资源推荐方法,包括代码演化片段推荐和编程习题推荐。具体
自动测试数据生成是降低软件测试成本和时间的传统技术之一,目前元启发式技术已成功应用于测试数据生成。粒子群算法(PSO)具有多种优点,在性能上具有较强的竞争力。但是PSO算法存在与其他种类算法相似的问题,在高维度和多峰值的寻优问题中容易收敛到局部最优,且算法搜索到后期收敛速度缓慢。针对上述问题,本文提出了两种改进PSO优化算法。同时,为适应测试数据自动生成应用场景的寻优问题,基于上述两种改进PSO算
变异测试是一种评估和改进测试套件质量的重要技术,对保证软件质量起着关键作用。但变异测试中一直存在因大量变异体导致测试执行成本过高、变异测试效率较低的问题。预测变异测试是一种在不需要测试套件执行变异体的情况下,直接利用机器学习方法来预测新变异体是否被杀死的方法。此方法可以显著降低执行变异体成本,提高变异测试效率。因此本文从预测变异测试出发,提出了一种基于无偏差最优特征和优化集成学习的预测变异测试方法