利用 Triplet 深度度量学习网络增强遥感图像检索
计算机视觉与模式识别
2019-10-25 v1
摘要
随着遥感图像数据的快速增长，对有效且高效的图像检索工具以管理和利用此类数据的需求日益增加。在这封信中，我们提出了一种基于 Triplet 深度度量学习卷积神经网络 (CNN) 的新型基于内容的遥感图像检索方法。通过构建具有度量学习目标函数的 Triplet 网络，我们在语义空间中提取图像的代表性特征，在该空间中，来自同一类别的图像彼此接近，而来自不同类别的图像则相距甚远。在这样的语义空间中，可以直接使用简单的度量度量（如欧氏距离）来比较图像的相似性并有效地检索同一类别的图像。我们还研究了监督和无监督学习方法，以降低所学语义特征的维度。我们在两个公开可用的遥感图像检索数据集上展示了全面的实验结果，并表明我们的方法显著优于 state-of-the-art。
引用
@article{arxiv.1902.05818,
title = {Enhancing Remote Sensing Image Retrieval with Triplet Deep Metric Learning Network},
author = {Rui Cao and Qian Zhang and Jiasong Zhu and Qing Li and Qingquan Li and Bozhi Liu and Guoping Qiu},
journal= {arXiv preprint arXiv:1902.05818},
year = {2019}
}
备注
5 pages, 7 figures, 3 tables