基于单应性增强动量对比学习的 SAR 图像检索
计算机视觉与模式识别
2021-09-22 v1 信息检索
机器学习
摘要
基于深度学习的图像检索在计算机视觉中受到重视。深度神经网络（DNNs）提取的表征嵌入不仅旨在包含图像的语义信息，还能够处理大规模图像检索任务。在本工作中，我们提出一种基于深度学习的图像检索方法，利用单应性变换增强的对比学习来执行大规模合成孔径雷达（SAR）图像搜索任务。此外，我们提出了一种由对比学习诱导的 DNNs 训练方法，该方法不需要任何标注过程。这可能使得大规模数据集的处理相对容易。最后，我们通过在极化 SAR 图像数据集上进行实验验证了所提方法的性能。
引用
@article{arxiv.2109.10329,
title = {Homography augumented momentum constrastive learning for SAR image retrieval},
author = {Seonho Park and Maciej Rysz and Kathleen M. Dipple and Panos M. Pardalos},
journal= {arXiv preprint arXiv:2109.10329},
year = {2021}
}