面向遥感图像检索的聚合深度局部特征
计算机视觉与模式识别
2019-03-25 v1
摘要
由于遥感影像的特殊性质，遥感图像检索仍是一项具有挑战性的课题。此类图像包含各种不同语义对象，这显然使检索任务复杂化。本文提出一种图像检索流程，其使用带注意力的局部卷积特征，并借助局部聚合描述子向量（VLAD）将其聚合成全局描述子。我们研究了多种系统参数，如乘法与加法注意力机制以及描述子维度。我们提出了一种无需外部输入的查询扩展方法。实验表明，即便未经训练，局部卷积特征与全局表示也优于其他系统。经系统调优后，我们可达到最先进或具竞争力的结果。此外，我们观察到查询扩展方法仅利用检索前三的图像便使整体系统性能提升约 3%。最后，我们展示维度归约如何产生更紧凑的描述子，从而提升检索性能并加快检索计算速度，例如比当前系统快 50%。
引用
@article{arxiv.1903.09469,
title = {Aggregated Deep Local Features for Remote Sensing Image Retrieval},
author = {Raffaele Imbriaco and Clint Sebastian and Egor Bondarev and Peter H. N. de With},
journal= {arXiv preprint arXiv:1903.09469},
year = {2019}
}
备注
Published in Remote Sensing. The first two authors have equal contribution