面向遥感图像检索的级联池化自注意力研究

摘要：

高分辨率遥感图像检索中,由于图像内容复杂,细节信息丰富,以致通过卷积神经网络提取的特征难以有效表达图像的显著信息.针对该问题,提出一种基于级联池化的自注意力模块,用来提高卷积神经网络的特征表达.首先,设计了级联池化自注意力模块,自注意力在建立语义依赖关系的基础上,可以学习图像关键的显著特征,级联池化是在小区域最大池化的基础上再进行均值池化,将其用于自注意力模块,能够在关注图像显著信息的同时保留图像重要的细节信息,进而增强特征的判别能力.然后,将级联池化自注意力模块嵌入到卷积神经网络中,进行特征的优化和提取.最后,为了进一步提高检索效率,采用监督核哈希对提取的特征进行降维,并将得到的低维哈希码用于遥感图像检索.在UC Merced、AID和NWPU-RESISC45数据集上的实验结果表明,本文方法能够有效提高检索性能.

关键词：遥感图像检索、级联池化、自注意力模块、监督核哈希、卷积神经网络

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;江西省自然科学基金资助项目

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：53-65