基于注意力机制和软匹配的多标签遥感图像检索方法
摘要：
针对卷积神经网络对于多标签遥感图像特征提取能力弱、不能准确反映遥感图像多标签复杂性的问题,提出基于注意力机制和软匹配的多标签遥感图像检索方法.在特征提取阶段,以密集卷积神经网络模型为基础,在每个密集块(Dense Block)后添加CBAM(Convolutional Block Attention Module)层,实现对多标签图像区域特征提取.在模型训练时,利用区分硬匹配与软匹配的联合损失函数,学习图像的哈希编码表示.通过评估遥感图像哈希编码间的汉明距离,实现相似图像的检索.实验结果表明,所提方法在数据集NUS-WIDE和多标签遥感图像数据集DLRSD上与其他基于全局特征的深度哈希方法相比,明显提升了检索准确率.
展开
-
作者：
张永梅,徐敏,李小冬
-
刊名：
计算机应用与软件
-
年期：
2024.6
在线阅读
收藏