基于卷积神经网络的光学遥感图像内容检索

作者：姬腾飞,赵亚萌,余涛,周兵,黄祥志

摘要：分析了基于底层特征提取的图像检测方法的不足,提出了一种基于卷积神经网络的光学遥感图像内容检索方法。首先使用卷积神经网络对训练样本RSSCN7-master遥感图像数据集进行训练,从样本中提取图片特征,构建图片特征库,然后借助Sofemax分类器进行特征图的分类,以达到精确分类的目的,提高模型的准确度。然后借助样本图或者实际光学遥感影像图对生成的模型进行检测,取得了不错的实验结果,测试准确率较高。实验表明该方法在光学遥感图像内容检索上的有效性,具有较高的检索准确度。

发文机构：河南大学计算机与信息工程学院 中科院遥感与数字地球研究所

关键词：遥感图像内容检索图像分类卷积神经网络DROPOUTSofemax分类器RSSCN7-master数据集Remote Sensing Image Content RetrievalImage ClassificationConvolution Neural NetworkDropoutSofemaxClassifierRSSCN7-master Data Set

分类号： TP301.6[自动化与计算机技术—计算机系统结构][自动化与计算机技术—计算机科学与技术]