基于MNCC模型的高分辨率遥感图像场景分类
详细信息    查看全文 | 下载全文 | 推荐本文 |
  • 作者:刘扬郑逢斌
  • 会议时间:2014-11-21
  • 关键词:遥感图像 ; 场景分类 ; 媒体认知神经算法
  • 作者单位:刘扬(河南大学环境与规划学院;河南大学空间信息处理实验室;河南大学计算机与信息工程学院)郑逢斌(河南大学空间信息处理实验室;河南大学计算机与信息工程学院)
  • 母体文献:第六届全国地理信息科学博士生学术论坛论文集
  • 会议名称:第六届全国地理信息科学博士生学术论坛
  • 会议地点:南京
  • 主办单位:中国地理学会地图学与地理信息系统专业委员会
  • 语种:chi
摘要
遥感图像的场景分类是学习和发现图像与场景语义内容标签的一个映射过程.根据图像特征提取的层次,场景分类可分为低层特征描述和中层特征描述的两大主流方法.基于视觉词袋模型无需分析场景具体目标组成,根据场景统计特性建立视觉单词,然后利用文本相关模型来处理图像内容的表示.考虑图像空间关系、尺度和层次关系、上下文关系可获得有效的描述场景的视觉单词. 在大脑对感知外界环境的神经结构与认知功能的相关研究基础上构建仿脑的MNCC模型,并实现基于MNCC的高分辨率遥感图像场景分类算法。在标准的高分遥感图像场景数据集上的实验结果表明,本算法在场景分类准确度具备一定的优势。虽然模型采用增量学习可显著地降低算法的运行时间,但MNCC算法本身尚有较大的并行处理的改进空间,进一步工作将研究基于GPU和多核的并行运算以提升算法性能。

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700