本文選題：深度信念網(wǎng)絡 + 自適應分割　； 參考：《中國科學技術(shù)大學學報》2017年07期

【摘要】：研究大規(guī)模海洋遙感影像管理的關(guān)鍵是縮小影像低層視覺特征與高層語義之間的鴻溝.針對海洋遙感影像中不同區(qū)域?qū)φZ義相似性度量的貢獻程度不同,提出一種基于深度信念網(wǎng)絡多示例(deep belief networks multi-instance,DBNMI)的遙感影像語義自動標注模型.模型對初始輸入遙感影像進行自適應分割,粗粒度劃分海洋遙感影像背景區(qū)域和對象區(qū)域;對影像對象區(qū)域的低層視覺特征和高層語義概念間關(guān)系,利用深度信念網(wǎng)絡模型進行自動建模;定量計算標注詞間共現(xiàn)和對立的語義關(guān)系,改善圖像標注結(jié)果.在公開遙感影像數(shù)據(jù)集上進行驗證,實驗表明所提出方法在標注精度上取得了較好效果.
[Abstract]:The key to study large-scale marine remote sensing image management is to narrow the gap between low-level visual features and high-level semantics.In view of the different contributions of different regions to semantic similarity measurement in marine remote sensing images, a semantic automatic annotation model for remote sensing images based on deep belief networks multi-instance (DBN MII) is proposed.The model can segment the original input remote sensing image adaptively, divide the background area and object area of the ocean remote sensing image with coarse granularity, and analyze the relationship between the low-level visual features of the image object region and the high-level semantic concepts.Automatic modeling is carried out by using depth belief network model, and the semantic relations of co-occurrence and opposition between tagging words are calculated quantitatively to improve the result of image tagging.The experimental results on the open remote sensing image data set show that the proposed method is effective in labeling accuracy.
【作者單位】： 上海海洋大學信息學院;
【基金】：國家重點基礎(chǔ)研究發(fā)展計劃(2012CB316206) 國家自然科學基金(61272098,61402282)資助
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 王占宏,杜道生;模糊綜合評價法在數(shù)字遙感影像產(chǎn)品質(zhì)量評價中的應用[J];測繪科學;2004年S1期

2 韓玲,吳漢寧,杜子濤,趙希剛;遙感影像地圖在鄂爾多斯盆地環(huán)形構(gòu)造識別中的應用[J];公路交通科技;2005年S1期

3 王思遠,王光謙,陳志祥;基于遙感影像綜合理解模型的遙感影像分類[J];計算機工程;2005年19期

4 王賢敏;關(guān)澤群;吳沉寒;;采用影像融合的遙感影像授權(quán)使用小波域算法[J];計算機輔助設計與圖形學學報;2006年05期

5 馬萬權(quán);王士成;劉建坡;;大幅面遙感影像分發(fā)技術(shù)研究[J];無線電工程;2006年06期

6 汪承義;趙忠明;;遙感影像流程化處理系統(tǒng)的設計與實現(xiàn)[J];測繪科學;2006年06期

7 史本偉;陳圣波;湛邵斌;;遙感影像庫中影像布局功能的開發(fā)實現(xiàn)[J];吉林大學學報(地球科學版);2006年S1期

8 江水;洪鳴;盛業(yè)華;;實現(xiàn)遙感影像的3維漫游[J];測繪與空間地理信息;2007年01期

9 任向紅;陸宇紅;仇生泉;;4D產(chǎn)品在遙感影像糾正中的應用[J];測繪與空間地理信息;2007年03期

10 王佐成;李永樹;薛麗霞;汪林林;;遙感影像中模糊對象表達[J];中國圖象圖形學報;2007年11期

相關(guān)會議論文 前10條

1 熊劍;;地形起伏地區(qū)的遙感影像預處理研究[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

2 肖倩;李光耀;;航空遙感影像道路提取方法綜述[A];全國第十屆信號與信息處理、第四屆DSP應用技術(shù)聯(lián)合學術(shù)會議論文集[C];2006年

3 馬海濤;;探討遙感影像的校正與誤差來源——以雞西市為例[A];2006年中國土地學會學術(shù)年會論文集[C];2006年

4 楊博雄;;基于北斗二代與遙感影像的定位與導航技術(shù)研究[A];2009年全國測繪儀器綜合學術(shù)年會論文集[C];2009年

5 譚明;李成鋼;石曉春;邱宏華;;基于特征的高分辨遙感影像道路提取[A];全國測繪科技信息網(wǎng)中南分網(wǎng)第二十四次學術(shù)信息交流會論文集[C];2010年

6 譚明;李成鋼;石曉春;邱宏華;;基于特征的高分辨遙感影像道路提取[A];廣東省測繪學會第九次會員代表大會暨學術(shù)交流會論文集[C];2010年

7 杜永明;秦其明;;不同分辨率對遙感影像中識別人造地物的影響[A];第十三屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2001年

8 趙紅穎;晏磊;;無人機遙感影像的特點與影像處理的關(guān)鍵技術(shù)[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

9 馮德俊;楊駿;;基于遙感影像的城市車流信息提取研究[A];第十七屆中國遙感大會摘要集[C];2010年

10 杜培軍;方濤;林卉;;遙感影像庫中數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的研究[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2003年

相關(guān)重要報紙文章 前3條

1 張鵬英;國產(chǎn)遙感影像迎來共享時代[N];科技日報;2013年

2 記者 吳晶晶;我用遙感影像發(fā)現(xiàn)3處油跡帶[N];新華每日電訊;2014年

3 沈占鋒;遙感影像信息提取與分析[N];計算機世界;2006年

相關(guān)博士學位論文 前10條

1 劉亞嵐;遙感影像群判讀技術(shù)的試驗研究[D];中國科學院研究生院（遙感應用研究所）;2004年

2 程起敏;基于內(nèi)容的遙感影像庫檢索關(guān)鍵技術(shù)研究[D];中國科學院研究生院（遙感應用研究所）;2004年

3 任娜;遙感影像數(shù)字水印算法研究[D];南京師范大學;2011年

4 鄧冰;遙感影像信息度量方法研究[D];武漢大學;2009年

5 柳稼航;基于視覺特征的高分辨率光學遙感影像目標識別與提取技術(shù)研究[D];上海交通大學;2011年

6 王占宏;遙感影像信息量及質(zhì)量度量模型的研究[D];武漢大學;2004年

7 王強;異構(gòu)環(huán)境下的航空遙感影像協(xié)同存儲及處理關(guān)鍵技術(shù)研究[D];武漢大學;2011年

8 張桂峰;粒度理論下的多尺度遙感影像分割[D];武漢大學;2010年

9 劉婷婷;基于區(qū)域的多分辨率遙感影像語義檢索方法研究[D];武漢大學;2009年

10 馬力;基于整體優(yōu)先性的遙感影像道路信息提取研究[D];武漢大學;2011年

相關(guān)碩士學位論文 前10條

1 王金杰;基于語義的遙感影像數(shù)據(jù)檢索關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2013年

2 張文君;基于遙感影像特征的云霧去除模型對比研究[D];云南大學;2016年

3 彭磊;遙感影像大數(shù)據(jù)管理系統(tǒng)關(guān)鍵技術(shù)研究與系統(tǒng)實現(xiàn)[D];電子科技大學;2016年

4 曹兆偉;基于人工神經(jīng)網(wǎng)絡的海島遙感影像地物分類研究[D];上海海洋大學;2016年

5 包陽捷;面向遙感影像分析的超像素分割方法[D];浙江大學;2016年

6 運曉東;海量遙感影像快速瀏覽技術(shù)研究與實現(xiàn)[D];中國科學院大學(工程管理與信息技術(shù)學院);2016年

7 王鵬;遙感影像的ISODATA分類算法的并行化研究[D];河南大學;2016年

8 宋廣生;基于“高分”影像的道路養(yǎng)護故障檢測系統(tǒng)實現(xiàn)[D];河北科技大學;2016年

9 梅立琴;高分遙感影像中的建成區(qū)檢測方法研究[D];華中科技大學;2015年

10 劉宏;信息隱藏技術(shù)在遙感影像中的應用[D];解放軍信息工程大學;2008年

，

本文編號：1739453