[发明专利]基于图像分割和改进VLAD的遥感图像检索方法及系统有效
| 申请号： | 201811623482.0 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109766467B | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 邓练兵 | 申请（专利权）人： | 珠海大横琴科技发展有限公司 |
| 主分类号： | G06F16/55 | 分类号： | G06F16/55;G06F16/583;G06F16/51 |
| 代理公司： | 42222 武汉科皓知识产权代理事务所(特殊普通合伙) | 代理人： | 严彦 |
| 地址： | 519031 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于图像分割和改进VLAD的遥感图像检索方法及系统，包括利用全卷积网络训练分割，获取检索图像库中所有图像的全局卷积层特征和图像内分割所得不同区域的局部卷积层特征；提取出分割后每个区域的信息熵，利用改进VLAD和信息熵获取特征表示，利用主成分分析降维；根据图像特征表示进行相似性度量，返回检索结果。本发明结合图像分割和改进的VLAD，同时考虑了不同区域的特征信息，在卷积层特征上进一步提取有效特征表示，降低了计算成本，并且对于尺度变化，噪声干扰均具有鲁棒性。 | ||
| 搜索关键词： | 图像分割 卷积 遥感图像检索 信息熵 改进 分割 主成分分析降维 图像 图像特征表示 相似性度量 尺度变化 检索结果 检索图像 特征表示 特征信息 网络训练 有效特征 噪声干扰 鲁棒性 全局卷 积层 返回 | ||
【主权项】：
1.一种基于图像分割和改进VLAD的遥感图像检索方法，其特征在于：包括以下步骤，/n步骤a，利用全卷积网络训练分割，获取检索图像库中所有图像的全局卷积层特征和图像内分割所得不同区域的局部卷积层特征；/n步骤b，对于检索图像库中的每一幅图像，根据步骤a所得区域的局部卷积层特征，提取出分割后每个区域的信息熵；/n步骤c，利用VLAD和信息熵获取对检索图像库中的每一幅图像编码后的特征表示，实现如下，/n首先，对检索图像库中的所有图像的全局卷积层特征进行k-means聚类，得到M个聚类中心，聚类中心集合C＝{c
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司，未经珠海大横琴科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811623482.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于复合聚类算法的电力居民用户日负荷曲线聚类方法-201910983879.9
- 游文霞;金之榆 - 三峡大学
- 2019-10-16 - 2020-02-11 - G06F16/55
- 基于复合聚类算法的电力居民用户日负荷曲线聚类方法，获取电力居民用户日负荷数据，该数据包含有P个样本，每个样本有Q个时间点属性的数据集矩阵；对电力居民用户日负荷数据进行预处理，获得初始群集；对初始群集进行降维处理，获得降维群集；采用聚类算法1对降维群集进行初步聚类，得到初始聚类中心；采用聚类算法2对聚类算法1得到的初始聚类中心进行聚类，并使用聚类有效性指标，对聚类结果进行评估，最终得到M个聚类中心；采用得到的M个聚类中心，作为聚类算法2的初始聚类中心，对数据进行聚类，获得行为相似的用户群。本发明把庞大零散的日负荷数据聚类成行为相似的用户群。电力企业管理人对聚类成的用户群进行分析，可以更好地预测用电量高峰和低谷，为电力业务的管理提供更可靠地方法。
- 图片数据管理方法、装置和电子设备-201911063815.3
- 胡庆鹏;郑文艳;雷瑞生;王胜 - 广东三维家信息科技有限公司
- 2019-11-01 - 2020-02-07 - G06F16/55
- 本发明提供的图片数据管理方法、装置和电子设备，涉及数据管理技术领域，通过接收针对目标原始图片数据集的分类指令；对目标原始图片数据集中的图片数据依次进行预处理，并将目标原始图片数据集的状态由未处理修改为处理中；根据当前的处理进度，更新显示目标原始图片数据集的预处理进度，解决了现有技术中数据采集和分类的效率低，且结果不够直观的技术问题，从而缩短了处理时间、实现了图片数据指标的可视化展示使结果更加直观的有益效果。
- 基于熵最小化的开集域适应方法及系统-201910967208.3
- 吴晓富;程磊;张索非;颜俊 - 南京邮电大学
- 2019-10-12 - 2020-02-04 - G06F16/55
- 本发明提供了一种基于熵最小化的开集域适应方法，包括：构建开集域适应网络并初始化网络超参数；将源域与目标域图片输入开集域适应网络并通过网络特征提取层获得图片深度特征，然后将特征图通过softmax层得到各类别预测概率向量；使用已知类别预测概率向量及图片标签计算熵损失函数以正确识别共同类别，并在此基础上，使用未知类别预测概率值计算二元交叉熵及二元多样性损失函数以正确分类未知类，反向传播梯度来更新网络参数至损失函数值最小，停止训练网络；保存网络模型以及训练结果，将目标域数据集引入该网络模型，得到最后的目标域标签，本发明实现了最高的分类精度。
- 数据处理方法、装置、设备和计算机存储介质-201910934105.7
- 李士超;侯超;赖行;刘洋 - 北京市商汤科技开发有限公司
- 2019-09-29 - 2020-01-17 - G06F16/55
- 本公开实施例提出了一种数据处理方法、装置、设备和计算机存储介质，该方法包括：获取包含人脸的多个待处理图像；利用分布式计算方式对所述多个待处理图像进行解析，得到第一结构化数据，所述第一结构化数据包括所述多个待处理图像对应的结构化数据；获取检索条件，根据所述检索条件对所述第一结构化数据进行检索，得到符合所述检索条件的第二结构化数据。如此，由于在利用分布式计算方式进行数据处理时，有利于节约整体的数据处理时间，提高数据处理效率；因而，在本公开实施例中，利用分布式计算方式对多个待处理图像进行解析，有利于降低大量的待处理图像的解析时间，可以实现海量待处理图像的实时解析处理。
- 一种图像分类方法及系统-201910990121.8
- 曾安;温创斐;潘丹 - 广东工业大学
- 2019-10-17 - 2020-01-17 - G06F16/55
- 本申请实施例公开了一种图像分类方法及系统，其方法包括：获取多个类别的图像样本，并提取所述图像样本的特征指标；采用决策树算法对所述特征指标进行挑选，得到显著特征指标；将所述显著特征指标转换为类别描述，所述类别描述作为基分类器得分子网络的权重；采用所述基分类器对训练图像进行分类，得到分类结果。本申请采用零样本学习定义的类别描述，其收集自动化程度高，有较强的理论基础，并且本申请不需要对图像进行繁琐的预处理。
- 视频图像数据检索方法、装置、设备和存储介质-201910912178.6
- 常亮 - 四川东方网力科技有限公司
- 2019-09-25 - 2019-12-24 - G06F16/55
- 本发明涉及一种视频图像数据检索方法、装置、设备和存储介质，该方法包括：获取图片检索数据库和训练数据库；将训练数据库中的特征数据进行聚类训练，生成预设数量的数据桶，并确定每个数据桶的聚类中心；计算图片检索数据库中的每一条特征数据与各个聚类中心的距离，按照第一距离规则将图片检索数据库中的每一条特征数据添加到对应的数据桶中，以确定倒排索引表；计算待检索图片的特征矩阵与各个聚类中心的距离，按照第二距离规则确定目标数据桶；基于倒排索引表，计算待检索图片的特征向量矩阵与目标数据桶的聚类中心的距离，按照检索规则确定与待检索图片的相似图片作为检索结果。提高了视频图像数据检索时的性能和效率。
- 一种图片处理方法和设备-201510464888.9
- 张发有;李海洋 - 上海连尚网络科技有限公司
- 2015-07-31 - 2019-12-17 - G06F16/55
- 本申请的目的是提供一种图片处理的技术。通过获取应用执行过程中所生成图片的特征信息，进而根据所述特征信息获取所述图片的处理标记信息，并设定所述应用的图片处理条件，基于所述图片处理条件及所述处理标记信息，对所述图片进行处理，从而有效处理图片，避免图片占用内存并简化用户处理所述图片的操作，节约用户操作时间，从而给用户带来了极大的方便和帮助，改善用户体验。进一步地，本申请所述图片处理方法和设备还可以基于所述排序和/或权重计算的结果获取所述图片的处理标记信息，实现图片的分类，对图片进行有效地区分，进而根据分类进行对图片的删除、保留和发送给第三方应用等的处理操作，更有效地利用图片。
- 基于图像分割和改进VLAD的遥感图像检索方法及系统-201811623482.0
- 邓练兵 - 珠海大横琴科技发展有限公司
- 2018-12-28 - 2019-12-13 - G06F16/55
- 本发明提供一种基于图像分割和改进VLAD的遥感图像检索方法及系统，包括利用全卷积网络训练分割，获取检索图像库中所有图像的全局卷积层特征和图像内分割所得不同区域的局部卷积层特征；提取出分割后每个区域的信息熵，利用改进VLAD和信息熵获取特征表示，利用主成分分析降维；根据图像特征表示进行相似性度量，返回检索结果。本发明结合图像分割和改进的VLAD，同时考虑了不同区域的特征信息，在卷积层特征上进一步提取有效特征表示，降低了计算成本，并且对于尺度变化，噪声干扰均具有鲁棒性。
- 一种常见藻类的图片对比鉴定方法-201910796630.7
- 钟诗群;杨虬然;张厚梅;顾娟 - 安徽生物工程学校
- 2019-08-27 - 2019-12-06 - G06F16/55
- 本发明提供一种常见藻类的图片对比鉴定方法，先构建藻类信息库并将藻类信息按照类别进行分类管理，获取目标图片进行比对鉴定，利用电子目镜对各藻种进行拍照，藻类图像经过预处理后存入计算机终端设备中，保证了藻种信息的再现，从而可提高藻类鉴定准确性；利用藻类特征数据库和藻类图片库可方便地确定未知藻种，从而能够更准确地实现藻类的鉴定工作。
- 门类兴趣点数据的去重方法、装置、电子设备及存储介质-201910810703.3
- 陈通;王跃虎 - 百度在线网络技术(北京)有限公司
- 2019-08-29 - 2019-11-29 - G06F16/55
- 本发明实施例公开了一种门类兴趣点数据的去重方法、装置、电子设备及存储介质。所述方法包括：获取目标兴趣点的第一图片和第二图片；根据图片分类模型，获取所述第一图片包括的第一门类兴趣点数据和所述第二图片包括的第二门类兴趣点数据；根据图片相似模型，获取所述第一门类兴趣点数据和所述第二门类兴趣点数据的相似度；当所述相似度大于相似度阈值时，对所述第一门类兴趣点数据和所述第二门类兴趣点数据进行去重处理。本发明实施例不仅可以提高门类兴趣点数据的去重准确率，而且还可以节省人工成本和时间成本。
- 一种适用于多源异构遥感数据的目标库生成系统-201910789051.X
- 李竺强;高放;朱瑞飞;张鹏;卢俊言 - 长光卫星技术有限公司
- 2019-08-26 - 2019-11-26 - G06F16/55
- 本发明涉及一种适用于多源异构遥感数据的目标库生成系统，包括：典型目标检索功能模块：采用基于深度学习的对象级目标检测方法对标准产品数据进行对象级目标检测，得到对象级目标的标注文件；高级产品生产功能模块：根据对象级目标的标注文件对与其对应的标准产品数据进行图像处理操作，得到包含对象级目标的对象级高级产品；样本库生产功能模块：采用基于深度学习的目标级目标检测方法识别对象级高级产品中的目标级目标，得到目标级高级产品。本发明通过对遥感影像的数据挖掘和图像处理，实现典型目标检索、高级产品生产以及样本库生产等功能，极大提升了海量遥感数据的典型目标检索速度，并实现了高级产品的自动化生产。
- 专利分类
