典型文献
面向遥感图像检索的级联池化自注意力研究
文献摘要：
高分辨率遥感图像检索中,由于图像内容复杂,细节信息丰富,以致通过卷积神经网络提取的特征难以有效表达图像的显著信息.针对该问题,提出一种基于级联池化的自注意力模块,用来提高卷积神经网络的特征表达.首先,设计了级联池化自注意力模块,自注意力在建立语义依赖关系的基础上,可以学习图像关键的显著特征,级联池化是在小区域最大池化的基础上再进行均值池化,将其用于自注意力模块,能够在关注图像显著信息的同时保留图像重要的细节信息,进而增强特征的判别能力.然后,将级联池化自注意力模块嵌入到卷积神经网络中,进行特征的优化和提取.最后,为了进一步提高检索效率,采用监督核哈希对提取的特征进行降维,并将得到的低维哈希码用于遥感图像检索.在UC Merced、AID和NWPU-RESISC45数据集上的实验结果表明,本文方法能够有效提高检索性能.
文献关键词：
遥感图像检索;级联池化;自注意力模块;监督核哈希;卷积神经网络
中图分类号：
作者姓名：
吴刚;葛芸;储珺;叶发茂
作者机构：
南昌航空大学软件学院,江西南昌 330063;南昌航空大学江西省图像处理与模式识别重点实验室,江西南昌 330063;东华理工大学测绘工程学院,江西南昌 330013
文献出处：
引用格式：
[1]吴刚;葛芸;储珺;叶发茂-.面向遥感图像检索的级联池化自注意力研究)[J].光电工程,2022(12):53-65
A类：
级联池化,监督核哈希
B类：
遥感图像检索,高分辨率遥感图像,细节信息,有效表达,自注意力模块,特征表达,语义依赖关系,显著特征,小区域,最大池化,高检,低维,哈希码,UC,Merced,AID,NWPU,RESISC45
AB值：
0.17827
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
