摘要
本发明公开一种基于困难样本挖掘和多粒度划分的特征提取方法及系统,用于跨视角地理图像检索任务。该方法首先对跨视角街景图像和卫星图像进行预处理,并使用生成模型生成跨视角图像,缩小不同视角图像间的视觉差异。然后构建两阶段困难样本挖掘模型,包括基于地理位置和视觉相似性的采样策略,挖掘不同范围的困难负样本,增强类间判别能力。接着引入多粒度特征划分模块,通过ResNet50骨干网络提取图像特征,并按不同粒度进行特征划分和融合,获取丰富和鲁棒的视角不变特征表示。最后将待检索的卫星图像输入训练好的特征提取模型,提取特征并与街景图像库进行相似性匹配,得到跨视角的检索结果。
技术关键词
困难样本挖掘
图像特征提取模型
特征提取方法
视角
特征提取系统
两阶段
街景
多粒度特征
网络
通信接口
图片
特征提取模块
视觉
处理器
图像库
系统为您推荐了相关专利信息
图像块特征
注意力
细粒度图像识别方法
图像识别模型
多尺度特征提取
电缆隧道
二维码识别信息
图像特征提取模型
虚拟展示方法
解码信息
特征提取方法
识别人脸图像
图像块
邻域
特征提取装置
面部表情识别方法
面部表情识别模型
索引
浅层神经网络
图像特征向量
通用特征
梅尔频率倒谱系数
文本段落
语义特征
采样率