基于CNN迁移特征融合与池化的高分辨率遥感图像检索研究
| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第1章 绪论 | 第11-30页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-26页 |
| 1.2.1 基于手工特征的遥感图像检索 | 第14-18页 |
| 1.2.2 基于CNN的迁移学习 | 第18-23页 |
| 1.2.3 基于CNN的遥感图像检索 | 第23-26页 |
| 1.3 研究内容 | 第26-28页 |
| 1.4 论文组织结构 | 第28-30页 |
| 第2章 相关的理论知识及方法 | 第30-46页 |
| 2.1 遥感图像特征提取 | 第30-34页 |
| 2.1.1 底层特征 | 第30-32页 |
| 2.1.2 中层特征 | 第32-34页 |
| 2.2 卷积神经网络 | 第34-41页 |
| 2.2.1 主要结构 | 第34-37页 |
| 2.2.2 常见的网络模型 | 第37-41页 |
| 2.3 检索评价指标 | 第41-43页 |
| 2.3.1 查准率和查全率 | 第41-42页 |
| 2.3.2 平均准确率 | 第42页 |
| 2.3.3 平均归一化修改检索等级 | 第42-43页 |
| 2.4 遥感图像数据集 | 第43-45页 |
| 2.4.1 UC-Merced | 第43-44页 |
| 2.4.2 WHU-RS | 第44页 |
| 2.4.3RSSCN7 | 第44-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第3章 基于CNN迁移特征及融合的遥感图像检索 | 第46-66页 |
| 3.1 引言 | 第46-47页 |
| 3.2 基于迁移特征及融合的遥感图像检索 | 第47-52页 |
| 3.2.1 迁移特征 | 第47-49页 |
| 3.2.2 检索过程 | 第49-51页 |
| 3.2.3 特征融合 | 第51-52页 |
| 3.3 实验结果及分析 | 第52-64页 |
| 3.3.1 实验数据和评估标准 | 第52-53页 |
| 3.3.2 不同层次特征的检索结果比较 | 第53-54页 |
| 3.3.3 不同类别图像检索结果比较 | 第54-57页 |
| 3.3.4 查准率-查全率曲线比较 | 第57-60页 |
| 3.3.5 与其它方法比较 | 第60-61页 |
| 3.3.6 特征融合结果 | 第61-64页 |
| 3.4 本章小结 | 第64-66页 |
| 第4章 基于小区域池化和BoVW的遥感图像检索 | 第66-87页 |
| 4.1 引言 | 第66-67页 |
| 4.2 基于CNN聚合特征的遥感图像检索 | 第67-73页 |
| 4.2.1 网络结构 | 第67-68页 |
| 4.2.2 聚合特征 | 第68-71页 |
| 4.2.3 检索流程 | 第71-73页 |
| 4.3 实验结果及分析 | 第73-85页 |
| 4.3.1 实验数据和评估标准 | 第73页 |
| 4.3.2 池化区域尺寸比较 | 第73-77页 |
| 4.3.3 不同输入尺寸的池化特征比较 | 第77-81页 |
| 4.3.4 不同输入尺寸的BoVW特征比较 | 第81-82页 |
| 4.3.5 查准率-查全率曲线比较 | 第82-84页 |
| 4.3.6 与其它方法比较 | 第84-85页 |
| 4.4 本章小结 | 第85-87页 |
| 第5章 基于区域的级联池化方法用于遥感图像检索 | 第87-105页 |
| 5.1 引言 | 第87-88页 |
| 5.2 基于RBCP特征的遥感图像检索 | 第88-94页 |
| 5.2.1 基于区域的级联池化特征 | 第89-91页 |
| 5.2.2 检索流程 | 第91-93页 |
| 5.2.3 不同的输入尺寸 | 第93-94页 |
| 5.2.4 微调CNN | 第94页 |
| 5.3 实验结果及分析 | 第94-103页 |
| 5.3.1 默认输入尺寸下的特征比较 | 第94-96页 |
| 5.3.2 原始输入尺寸下的特征比较 | 第96-99页 |
| 5.3.3 查准率-查全率曲线比较 | 第99-101页 |
| 5.3.4 微调CNN结果 | 第101-102页 |
| 5.3.5 与其它方法比较 | 第102-103页 |
| 5.4 本章小结 | 第103-105页 |
| 第6章 基于高层特征图组合及池化的遥感图像检索 | 第105-125页 |
| 6.1 引言 | 第105-108页 |
| 6.2 融合高层特征图的遥感图像检索 | 第108-114页 |
| 6.2.1 提取高层特征 | 第108-109页 |
| 6.2.2 融合高层特征 | 第109-112页 |
| 6.2.3 检索流程 | 第112-114页 |
| 6.3 实验结果及分析 | 第114-123页 |
| 6.3.1 实验数据和评估标准 | 第114-115页 |
| 6.3.2 不同高层特征融合结果 | 第115-117页 |
| 6.3.3 主成分分析降维结果 | 第117-118页 |
| 6.3.4 微调CNN结果 | 第118-120页 |
| 6.3.5 与其它方法比较 | 第120-121页 |
| 6.3.6 与本文其它章节的方法比较 | 第121-123页 |
| 6.4 本章小结 | 第123-125页 |
| 第7章 结论与展望 | 第125-129页 |
| 7.1 结论 | 第125-127页 |
| 7.2 进一步工作的方向 | 第127-129页 |
| 致谢 | 第129-130页 |
| 参考文献 | 第130-141页 |
| 攻读学位期间的研究成果 | 第141页 |
