面向大型遥感档案的图像搜索与检索的深度学习
计算机视觉与模式识别
2020-07-06 v2
摘要
本章介绍了遥感 (RS) 领域基于内容的图像搜索与检索 (CBIR) 系统的最新进展，以实现从海量数据档案中快速准确地发现信息。首先，我们分析了依赖手工设计RS图像描述符的传统CBIR系统的局限性。然后，我们将注意力集中在以深度学习 (DL) 模型为前沿的RS CBIR系统的进展上。特别地，我们介绍了最新基于DL的CBIR系统在表征RS图像复杂语义内容方面的理论特性。在讨论了它们的优势和局限性之后，我们介绍了在庞大数据库内具有高时间效率搜索能力的基于深度哈希的CBIR系统。最后，讨论了RS CBIR中最具前景的研究方向。
引用
@article{arxiv.2004.01613,
title = {Deep Learning for Image Search and Retrieval in Large Remote Sensing Archives},
author = {Gencer Sumbul and Jian Kang and Begüm Demir},
journal= {arXiv preprint arXiv:2004.01613},
year = {2020}
}
备注
To appear as a book chapter in "Deep Learning for the Earth Sciences", John Wiley & Sons, 2020