遥感图像检索：浅谈MLIRM

《Multilabel Remote Sensing Image Retrieval Using a Semisupervised Graph-Theoretic Method》（2018 IEEE）

————————————————————————————————
转载请注明出处：https://blog.youkuaiyun.com/weixin_44390691/article/details/105179929
————————————————————————————————

这篇文章在多标签遥感图像检索的框架中引入了一种半监督图论方法，该方法仅需要少量具有多标签特征的训练图像即可在较短的时间内精确地在目标集中检索出和query图像相似的遥感图像。

所提出的方法包括四个主要步骤：

第一步包括图像分割和从分割区域中提取特征。在分割这一步骤中，文章采用了参数核图分割算法（parameter kernel graph cut algorithm），因为这个算法可以实现图像的无监督分割。分割算法的正则化参数设置为0.75。然后使用坐标下降法迭代优化目标函数，直到函数收敛，得到最佳分割区域。分割之后，从每个区域提取特征，来为每个区域rik创建特征向量fik。

第二步利用了不同土地覆被类别的底层标签相关性，构建图像邻域图，并使用相关的标签传播算法将标签信息从训练图像传播到未标签图像，使用基于半监督图的算法将数据集中的每个图像与多标签相关联。展开来讲，可以分为三个子步骤：

1. 使用档案库中的图像作为节点并使用其特征相似关系作为边缘来构造邻域图。这一步的最终目标是要使这个函数最小&