文献

J-GLOBAL ID：202102268514520993   整理番号：21A2342340

リモートセンシング画像検索のための注意ブースト双線形プーリング【JST・京大機械翻訳】

Attention boosted bilinear pooling for remote sensing image retrieval

著者 (4件)： Wang Yameng (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Ji Shunping (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Lu Meng (Department of Physical Geography, Utrecht University, Utrecht, The Netherlands) ,  Zhang Yongjun (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China)
資料名： International Journal of Remote Sensing  (International Journal of Remote Sensing)
巻： 41  号： 7  ページ： 2704-2724  発行年： 2020年 
JST資料番号： B0645B  ISSN： 0143-1161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング画像検索は,リモートセンシング画像の広大なアーカイブにおいて,クエリ画像に対して最も同一または類似の画像を見つけることである。重要なプロセスは,最も特徴的な特徴を抽出することである。本研究では,リモートセンシング画像検索のための畳込みニューラルネットワーク(CNN)にコンパクトな双線形プール(CBP)と呼ばれる二次プールを導入した。検索アルゴリズムは,3つの段階,予訓練,微調整,および検索がある。予訓練段階において,2つの古典的CNN構造,VGG16とResNet34を,近距離画像から成るImageNetによってそれぞれ事前訓練した。CBP層を,2つのネットワークで完全に接続した層の前に導入した。大域的に一貫した表現を抽出するために,チャネルと空間統合注意メカニズムを提案し,最後の畳込み層から特徴を精密化し,その特徴をCBPの入力として使用した。微調整段階において,新しいネットワークを,識別可能な特徴を訓練するために,リモートセンシングデータセット上で微調整した。検索段階において,PCA(主成分分析)モジュールによって置換された完全接続層を有するネットワークを,新しいリモートセンシングデータセットに適用した。CBPとPCAの組合せによる著者らの検索アルゴリズムは,最良の性能を得て,完全接続層,IFK(改良Fisherカーネル),BoW(Bag-of-Words),および最大プールなどのいくつかの主流プールまたは符号化方法を凌駕した。チャネルと空間注意機構は,CBPベースの検索方法に寄与し,すべてのデータセットで最良の性能を得て,いくつかの最近の注意方法より優れていた。ソースコードはhttp://study.rsgis/whu.edu.cn/pages/downloadで利用可能である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  ネットワーク ,  線形性 ,  精密化 ,  チャネル ,  主成分分析
準シソーラス用語： クエリー ,  ソースコード ,  *リモートセンシング画像 ,  検索アルゴリズム ,  リモートセンシングデータ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： リモートセンシング ,  画像検索 ,  注意 ,  線形