简介:摘要:基于内容的图像检索离不开特征提取,而局部特征提取是当前研究热点之一,由于局部特征之间的独立性和高语义性,此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力,本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化,经实验证实,优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。
简介:摘要:建筑物在城市发展中扮演着重要的角色,如何准确地提取建筑物信息有着重要的应用价值。本文探讨了以遥感图像处理为基础的建筑物提取方法。首先对遥感图像的预处理进行了介绍,包括图像去噪和增强等操作。然后研究了基于像素级、基于对象级以及深度学习等不同的建筑物提取算法及其优缺点。最后本文提出了一种综合应用基于像素级和基于对象级方法的建筑物提取方案,并用实际遥感图像进行了验证,结果表明该方法能够有效地提高建筑物提取的准确率和效率,计算速度提高17%,精度提高21%。本文的研究成果对于城市规划、土地利用调查、环境监测等领域的人员具有一定的参考意义和应用价值。同时,本文对于遥感图像处理以及建筑物提取方法的研究也具有一定的理论指导意义。