用于增强遥感影像基于内容检索的多核特征表征学习系统及方法

AITNT
正文
推荐专利
用于增强遥感影像基于内容检索的多核特征表征学习系统及方法
申请号:CN202511361452
申请日期:2025-09-23
公开号:CN120853029A
公开日期:2025-10-28
类型:发明专利
摘要
本申请公开了一种用于增强遥感影像基于内容检索的多核特征表征学习系统及方法,所述方法包括:接收待查询遥感图像后通过卷积神经网络的特征提取模块对待查询遥感图像的空间‑光谱特征进行提取;将提取的空间‑光谱特征输入至多核特征学习模块中进行并行协同处理与语义深度增强,生成多样化嵌入特征;通过图形编码器对多样化嵌入特征进行特征编码,将不同图像中的特征实例与通用潜在空间中的关键点进行匹配,实现跨图像的鲁棒语义对齐;利用特征池化模块对编码后的特征进行全局和区域池化处理,聚合成紧凑的语义描述符;根据语义描述符计算待查询遥感图像与数据库图像之间的相似度,并输出最相似的图像集合,提高了图像检索的准确性。
技术关键词
表征学习方法 特征提取模块 嵌入特征 语义 描述符 关键点 节点特征 多光谱 学习系统 学习器 影像 并行特征 编码器 矩阵 层级 遥感图像特征 训练集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号