遙感大數(shù)據(jù)檢索

目 錄
第1章緒論 1
1.1 遙感大數(shù)據(jù)檢索需求 1
1.2 遙感大數(shù)據(jù)檢索的科學(xué)問題 3
1.3 遙感大數(shù)據(jù)檢索的現(xiàn)狀 4
1.3.1 遙感圖像檢索系統(tǒng)研究現(xiàn)狀 5
1.3.2 遙感圖像檢索關(guān)鍵技術(shù)研究現(xiàn)狀 5
1.4 遙感大數(shù)據(jù)檢索的趨勢11
參考文獻(xiàn) 12
第2章遙感大數(shù)據(jù)檢索涉及的關(guān)鍵技術(shù) 18
2.1 遙感大數(shù)據(jù)的特征描述 18
2.1.1 傳統(tǒng)視覺特征描述 18
2.1.2 深度學(xué)習(xí)特征描述 20
2.2 遙感大數(shù)據(jù)的特征匹配 21
2.2.1 Minkowski 距離 21
2.2.2 直方圖相交 22
2.2.3 KL 散度和Jeffrey 散度 22
2.2.4 χ2 距離 23
2.3 遙感大數(shù)據(jù)檢索的評價方法 23
2.3.1 查準(zhǔn)率與查全率 23
2.3.2 排序值評測 23
2.3.3 平均歸一化檢索秩 24
參考文獻(xiàn) 24
第3章基于傳統(tǒng)視覺特征的遙感影像檢索 27
3.1 基于顏色特征的遙感影像檢索 27
3.1.1 顏色直方圖 27
3.1.2 顏色矩 28
3.1.3 顏色熵 29
3.1.4 顏色相關(guān)圖 29
3.2 基于紋理特征的遙感影像檢索 30
3.2.1 灰度共生矩陣 31
3.2.2 LBP 紋理 31
3.2.3 Gabor 變換 32
3.2.4 小波變換 34
3.3 基于形狀特征的遙感影像檢索 34
3.3.1 幾何不變矩 35
3.3.2 Zernike 矩 36
3.4 基于中層視覺特征的遙感影像檢索 37
3.4.1 視覺詞袋 37
3.4.2 改進(jìn)的費舍爾向量 37
3.4.3 局部聚合描述符向量 38
參考文獻(xiàn) 39
第4章融合視覺顯著特征的遙感影像檢索 41
4.1 基于顯著性的遙感影像檢索理論 41
4.1.1 人類視覺系統(tǒng)的原理 41
4.1.2 視覺信息的串并行復(fù)雜處理過程 44
4.1.3 人類視覺注意機(jī)制 46
4.1.4 視覺計算理論 49
4.2 基于感興趣局部顯著特征的影像檢索方法 52
4.2.1 局部顯著特征的概念及相關(guān)工作 53
4.2.2 基于視覺注意模型的局部顯著特征提取 56
4.2.3 基于局部顯著特征的遙感影像檢索算法 60
4.2.4 實驗結(jié)果及分析 61
4.3 基于視覺關(guān)鍵詞的遙感影像檢索算法 65
4.3.1 視覺關(guān)鍵詞層次模型 66
4.3.2 遙感影像語義建模 67
4.3.3 遙感影像檢索 72
參考文獻(xiàn) 80
第5章基于關(guān)聯(lián)規(guī)則挖掘的遙感影像檢索 85
5.1 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù) 85
5.1.1 概述 85
5.1.2 Apriori 算法 86
5.2 基于多維數(shù)據(jù)立方體的關(guān)聯(lián)規(guī)則快速挖掘方法 90
5.2. 多維數(shù)據(jù)立方體 91
5.2. 獲取頻繁項集 94
5.2. 頻繁項集的統(tǒng)一存儲 95
5.2. 生成關(guān)聯(lián)規(guī)則 96
5.2. 實驗與分析 96
5.3 基于像素關(guān)聯(lián)規(guī)則的遙感影像檢索 98
5.3.1 影像關(guān)聯(lián)規(guī)則挖掘 99
5.3.2 相似性度量指標(biāo)102
5.3.3 實驗與分析104
5.4 基于對象關(guān)聯(lián)模型的遙感影像檢索120
5.4.1 對象關(guān)聯(lián)模型120
5.4.2 Quick Shift 影像分割124
5.4.3 基于對象屬性關(guān)聯(lián)模式的影像檢索125
5.4.4 基于對象鄰接關(guān)聯(lián)模式的影像檢索131
參考文獻(xiàn)135
第6章基于語義特征的遙感影像檢索136
6.1 遙感影像的語義描述136
6.2 基于本體論的遙感影像檢索137
6.3 基于數(shù)據(jù)挖掘的遙感影像檢索140
參考文獻(xiàn)146
第7章基于深度學(xué)習(xí)的遙感大數(shù)據(jù)檢索147
7.1 遙感大數(shù)據(jù)的深度學(xué)習(xí)分析方法147
7.1.1 神網(wǎng)絡(luò)與反向傳播147
7.1.2 自編碼網(wǎng)絡(luò)149
7.1.3 卷積神經(jīng)網(wǎng)絡(luò)150
7.1.4 深度哈希絡(luò)153
7.1.5 生成對抗網(wǎng)絡(luò)154
7.1.6 深度相似性網(wǎng)絡(luò)155
7.2 基于自編碼的遙感大數(shù)據(jù)檢索156
7.3 基于卷積神網(wǎng)絡(luò)的遙感大數(shù)據(jù)檢索159
7.4 基于深度哈希網(wǎng)絡(luò)的遙感大數(shù)據(jù)檢索161
7.5 基于生成對抗網(wǎng)絡(luò)的遙感大數(shù)據(jù)檢索162
7.6 基于相似性網(wǎng)絡(luò)的遙感大數(shù)據(jù)檢索163
參考文獻(xiàn)163
第8章視頻大數(shù)據(jù)檢索166
8.1 視頻大數(shù)據(jù)檢索需求和基本流程166
8.1.1 視頻大數(shù)據(jù)檢索需求166
8.1.2 視頻大數(shù)據(jù)的檢索流程167
8.2 視頻大數(shù)據(jù)的檢索方法169
8.2.1 基于傳統(tǒng)視覺特征的檢索方法169
8.2.2 基于深度學(xué)習(xí)的檢索方法172
8.3 視頻大數(shù)據(jù)檢索實例174
8.3.1 衛(wèi)星視頻大數(shù)據(jù)檢索174
8.3.2 無人機(jī)視頻大數(shù)據(jù)檢索實踐177
8.3.3 地面視頻大數(shù)據(jù)檢索180
參考文獻(xiàn)183
第9章遙感大數(shù)據(jù)存儲187
9.1 遙感大數(shù)據(jù)獲取187
9.2 遙感大數(shù)據(jù)分布式存儲189
9.2.1 關(guān)鍵技術(shù)189
9.2.2 考慮因素190
9.3 遙感大數(shù)據(jù)索引193
9.4 遙感大數(shù)據(jù)多尺度表示196
9.4.1 多尺度遙感數(shù)據(jù)模型與多尺度空間數(shù)據(jù)庫設(shè)計197
9.4.2 層次數(shù)據(jù)結(jié)構(gòu)199
9.5 遙感大數(shù)據(jù)的清洗200
9.5.1 遙感大數(shù)據(jù)對數(shù)據(jù)清洗的基礎(chǔ)性需求202
9.5.2 遙感大數(shù)據(jù)清洗的基本原理203
9.5.3 遙感大數(shù)據(jù)清洗系統(tǒng)框架203
參考文獻(xiàn)205
第10章遙感大數(shù)據(jù)在線檢索207
10.1 遙感影像在線檢索系統(tǒng)架構(gòu)207
10.1.1 系統(tǒng)結(jié)構(gòu)207
10.1.2 遙感影像大數(shù)據(jù)管理208
10.2 基于文本的遙感大數(shù)據(jù)在線檢索209
10.3 基于內(nèi)容的遙感大數(shù)據(jù)在線檢索211
參考文獻(xiàn)213
第11章跨模態(tài)遙感大數(shù)據(jù)檢索方法215
11.1 跨模態(tài)遙感大數(shù)據(jù)檢索需求215
11.2 跨模態(tài)檢索現(xiàn)狀216
11.3 跨模態(tài)遙感大數(shù)據(jù)檢索數(shù)據(jù)集217
11.3.1 異源跨模態(tài)遙感數(shù)據(jù)集217
11.3.2 遙感與非遙感跨模態(tài)數(shù)據(jù)集220
11.4 影像-語音跨模態(tài)檢索方法221
11.5 全色-多光譜影像跨模態(tài)檢索方法222
11.6 光學(xué)-SAR 影像跨模態(tài)檢索方法224
參考文獻(xiàn)224