隨著一系列成像衛(wèi)星的成功發(fā)射,遙感影像數(shù)據(jù)集規(guī)模增大,特征維數(shù)升高。大規(guī)模遙感影像數(shù)據(jù)集主要具有三大特點:數(shù)據(jù)量大,特征維數(shù)高,響應時間短,這使得對遙感影像進行高效和準確的檢索也變得愈發(fā)艱難。因此,如何實現(xiàn)快速高效的遙感影像檢索已成為一個越來越具有挑戰(zhàn)性的問題�；诠５臋z索方法逐漸成為解決這些難題的核心技術(shù)之一。由于其結(jié)構(gòu)簡單,檢索效率高,空間成本低,擴展簡單,不受維數(shù)災難影響的特點,哈希方法已成為大規(guī)模影像檢索的重要技術(shù)。本文結(jié)合圖像哈希技術(shù)和深度學習的思想,研究了大規(guī)模高分辨率光學遙感影像的檢索問題,論文的主要工作包括以下3個方面:(1)對圖像檢索、哈希算法、深度學習中涉及基本理論和方法做了詳細介紹,包括圖像檢索的發(fā)展歷程、哈希算法的基本概念和流程,圖像特征的描述,哈希算法的分類,卷積神經(jīng)網(wǎng)絡和反向傳播算法等。(2)針對圖像檢索中存在語義鴻溝的問題,提出了一種面向遙感影像的深度語義哈希檢索方法。首先,在具有多語義標簽的遙感影像數(shù)據(jù)訓練集的基礎上,利用兩個不同配置參數(shù)的深度卷積網(wǎng)絡分別提取遙感影像的影像特征和語義特征,再利用反向傳播算法針對提取出的兩類特征學習出深度網(wǎng)絡中的各項參數(shù)...

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 圖像檢索關(guān)鍵技術(shù)發(fā)展歷程
        1.2.1 基于文本的圖像檢索
        1.2.2 基于內(nèi)容的圖像檢索
        1.2.3 基于語義的圖像檢索
    1.3 本文的主要工作
    1.4 論文的組織結(jié)構(gòu)
第二章 哈希算法及深度學習基礎理論
    2.1 圖像哈希檢索原理及流程
    2.2 圖像哈希相關(guān)知識
        2.2.1 顏色特征描述
        2.2.2 紋理特征描述
        2.2.3 形狀特征描述
    2.3 哈希算法分類
        2.3.1 數(shù)據(jù)獨立哈希
        2.3.2 無監(jiān)督哈希
        2.3.3 監(jiān)督哈希
    2.4 深度學習相關(guān)理論
        2.4.1 卷積神經(jīng)網(wǎng)絡
        2.4.2 反向傳播算法
        2.4.3 基于深度神經(jīng)網(wǎng)絡的哈希學習
    2.5 本章小結(jié)
第三章 基于深度語義的圖像哈希檢索算法
    3.1 引言
    3.2 深度語義檢索算法框架
        3.2.1 圖像及語義特征學習
        3.2.2 哈希算法設計
    3.3 參數(shù)學習
        3.3.1 學習網(wǎng)絡參數(shù)θx

        3.3.2 學習網(wǎng)絡參數(shù)θ_y

        3.3.3 學習哈希碼矩陣B
        3.3.4 網(wǎng)絡傳播算法
    3.4 實驗結(jié)果與對比分析
        3.4.1 圖像數(shù)據(jù)集介紹
        3.4.2 實驗方案設計
        3.4.3 實驗結(jié)果與對比分析
    3.5 本章小結(jié)
第四章 面向查詢點的遙感影像哈希檢索方法
    4.1 引言
    4.2 檢索模型
        4.2.1 特征學習模塊
        4.2.2 哈希學習模塊
    4.3 參數(shù)學習
        4.3.1 學習網(wǎng)絡參數(shù)θ
        4.3.2 學習哈希碼矩陣Y
    4.4 實驗結(jié)果與對比分析
        4.4.1 實驗方案設計
        4.4.2 實驗結(jié)果與分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
作者在學期間取得的學術(shù)成果



本文編號：3820804

suoshi