基于注意力机制和软匹配的多标签遥感图像检索方法

来源：计算机应用与软件杂志2024年第6期北京时间：

作者：张永梅, 徐敏, 李小冬

摘要：针对卷积神经网络对于多标签遥感图像特征提取能力弱、不能准确反映遥感图像多标签复杂性的问题，提出基于注意力机制和软匹配的多标签遥感图像检索方法。在特征提取阶段，以密集卷积神经网络模型为基础，在每个密集块（Dense Block）后添加CBAM（Convolutional Block Attention Module）层，实现对多标签图像区域特征提取。在模型训练时，利用区分硬匹配与软匹配的联合损失函数，学习图像的哈希编码表示。通过评估遥感图像哈希编码间的汉明距离，实现相似图像的检索。实验结果表明，所提方法在数据集NUS-WIDE和多标签遥感图像数据集DLRSD上与其他基于全局特征的深度哈希方法相比，明显提升了检索准确率。

关键词：遥感图像检索, 密集卷积神经网络, 深度哈希, 多标签, 软匹配