.png){kind=icon}
返回
Efficient Content-Based Time Series Retrieval Using Pattern Spectra
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-09544-2_34.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
模式谱是一种强大的工具，可用于在局部和全局层面表征图像内容。它们已被成功应用于图像或图像块检索，例如，能够高效处理大规模卫星图像。在地球观测中，多时相成像或卫星图像时间序列不仅提供空间信息，还提供时间信息。在此背景下，检索旨在识别相似的时空模式。在本文中，我们利用模式谱解决基于内容的时间序列检索效率问题。为此，我们回顾了最初在空间域中定义的模式谱检索方法，并将其适应于时空情况。在SECOND数据集上的初步结果证明了其有效性，与深度学习基线和均匀猜测基线相比具有优势，尤其是在使用小图像块尺寸时。
Keyword:
Patch Retrieval
Content-Based Spatio-Temporal Pattern Retrieval
Deep Learning
Pattern Spectrum
Content-Based Image Retrieval
期刊
D
IF:
0
论文数:
37
被引数:
0
机构
引用论文
Deep Learning Driven Content-Based Image Time-Series Retrieval in Remote Sensing Archives深度学习驱动的基于内容的遥感档案图像时间序列检索
PREAI
分享收藏
Analysis of Min-Trees over Sentinel-1 Time Series for Flood Detection.png)
2019 10th International Workshop on the Analysis of Multitemporal Remote Sensing Images (MultiTemp)
2019 10th International Workshop on the Analysis of Multitemporal Remote Sensing Images (MultiTemp)IF0
PREAI
分享收藏
A cluster-based appraoch to content based time series retrieval (CBTSR)一种基于聚类的基于内容的时间序列检索（CBTSR）方法
PREAI
分享收藏
查看更多内容