用于多标签遥感图像检索的区域卷积特征
计算机视觉与模式识别
2020-10-20 v1
摘要
传统的遥感图像检索(RSIR)系统通常执行单标签检索，其中每幅图像由代表其最显著语义内容的单一标签标注。然而，这一假设忽略了遥感图像的复杂性，即一幅图像可能具有多个类别（即多个标签），从而导致检索性能下降。因此我们提出了一种基于全卷积网络(FCN)的新型多标签RSIR方法。在我们的方法中，首先使用像素级标注数据集训练FCN模型，随后利用训练好的FCN预测所考虑档案中每幅图像的分割图。最后基于分割图提取每幅图像的区域卷积特征。这些区域特征既可用于执行基于区域的检索，也可进一步后处理以获得用于相似度度量的特征向量。实验结果表明，与传统的单标签及近期的多标签RSIR方法相比，我们的方法达到了最先进的性能。
引用
@article{arxiv.1807.08634,
title = {Region Convolutional Features for Multi-Label Remote Sensing Image Retrieval},
author = {Weixun Zhou and Xueqing Deng and Zhenfeng Shao},
journal= {arXiv preprint arXiv:1807.08634},
year = {2020}
}
备注
8 pages