基于卷积神经网络和重排序的农业遥感图像检索OA北大核心CSCDCSTPCD
Agricultural remote sensing image retrieval based on convolutional neural network and reranking
卷积神经网络具有很强的分类能力,并在图像分类等应用中取得显著成效,但遥感图像检索应用中还较少利用该分类能力.为了提高农业遥感图像检索性能,该文提出一种利用卷积神经网络分类能力的遥感图像检索方法.首先利用微调的卷积神经网络模型提取查询图像的检索特征和估计查询图像的每个类别权重,然后利用根据CNN模型判断的检索图像类别和初始排序结果计算类别查准率,根据查询图像的类别权重和类别查准率计算加权类别查准率,最后根据加权类别查准率对图像类别进行排序,并根据排…查看全部>>
Convolutional neural network (CNN), a hierarchical neural network, can extract powerful feature representations and make accurate classification at the same time. CNN has already made remarkable achievements in various fields such as image classification and object recognition. The ability of feature extraction of CNN has been used to retrieve images in lots of works, however, the powerful classification ability of CNN is ignored by most researchers. To impr…查看全部>>
叶发茂;董萌;罗威;肖慧;赵旭青;闵卫东
南昌大学信息工程学院,南昌 330031东华理工大学测绘工程学院,南昌 330013南昌大学信息工程学院,南昌 330031南昌大学信息工程学院,南昌 330031南昌大学信息工程学院,南昌 330031南昌大学信息工程学院,南昌 330031
信息技术与安全科学
遥感图像检索特征提取重排序卷积神经网络
remote sensingimage retrievalfeature extractionrerankingconvolutional neural network
《农业工程学报》 2019 (15)
基于人工禁忌免疫原理的多源遥感图像自动配准研究
138-145,8
国家自然科学基金(41261091, 61762061)江西省自然科学基金资助项目(20161ACB20004)
评论