面向遥感图像检索的自适应样本类型判别研究OA北大核心CSTPCD
遥感图像内容复杂,类别丰富,存在较多难以判别的图像,导致遥感图像检索性能不佳。为此,提出自适应样本类型判别方法(ASTD),将样本类型动态地分为简单样本、普通样本和困难样本,网络依据样本的类型进行不同程度的学习,从而有效提高特征的判别能力。设计了一个SHash网络,该网络以Swin Transformer为骨干,在网络的最后加上哈希层,该网络能够在全局上捕获图像的语义信息,提高特征的表达能力和检索效率;为了让同一类别图像更加聚集,并更好地区分不同…查看全部>>
邵徽虎;葛芸;熊俊杰;余洁洁
南昌航空大学软件学院,南昌330063南昌航空大学软件学院,南昌330063南昌航空大学软件学院,南昌330063南昌航空大学软件学院,南昌330063
计算机与自动化
遥感图像检索样本类型Swin Transformer哈希自适应判别
《计算机科学与探索》 2024 (11)
P.2996-3005,10
国家自然科学基金(42261070,41801288)。
评论