面向大规模遥感图像的哈希学习方法研究

随着遥感图像数据的迅猛增长和日趋复杂化,当前主流的图像检索方法步骤固定、缺少学习能力,严重制约了其图像检索性能。基于此提出了一种基于哈希学习方法的遥感图像快速目标检测新方法,在监督离散哈希方法基础上,针对遥感图像成像过程中产生的仿射变换影响目标的快速解译的情形,构建了仿射不变哈希模型,通过将具有隐藏的相同语义信息的仿射变换样本约束到相似的二值码空间,实现分类精度的提升。以数据驱动的遥感图像目标检测策略为指导,利用条件随机场的标签重分配优势改进漏判和误判情况,提升检测精度。利用超图的高阶数据表达能力挖掘遥感图像的复杂关系,从而得到高质量的哈希码,完成检索工作。