elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

An Active-Learning approach to the query by example retrieval in remote sensing images

Grivei, Alexandru-Cosmin und Radoi, Anamaria und Vaduva, Corina und Datcu, Mihai (2016) An Active-Learning approach to the query by example retrieval in remote sensing images. In: 2016 IEEE International Conference on Communications Workshops, ICC 2016, Seiten 377-380. IEEE Xplore. COMM 2016, 2016-06-09 - 2016-06-10, Bucharest, Romania. doi: 10.1109/ICComm.2016.7528339. ISBN 978-1-4673-8196-3.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7528339

Kurzfassung

In this paper, we propose an Active Learning approach to query by example retrieval, using a retraining procedure that improves the understanding of the machine with respect to the human perception. The proposed method is based on Support Vector Machine (SVM) classifiers and requires a small number of training samples. The classifier is retrained several times in order to determine the optimal separating hyper-plane between the class of the query and the rest of the analysed image. The closest feature points to the SVM-learned hyper-plane are the points being able to produce the most relevant modification of the position of this hyper-plane. These points, that are both negative and positive examples, are then used to retrain the SVM classifier. In addition, the proposed approach shows the importance of normalization in a classification problem with heterogeneous objects. Several experiments were conducted on GeoEye-1 multispectral images, whilst the retrieval was performed for different patch-level descriptors, which furthermore increases the complexity of the semantic content of the query object.

elib-URL des Eintrags:https://elib.dlr.de/108058/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:An Active-Learning approach to the query by example retrieval in remote sensing images
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Grivei, Alexandru-CosminUniversity Politehnica BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Radoi, AnamariaUniversity Politehnica BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Vaduva, CorinaUniversity Politehnica BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, Mihaimihai.datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:10 Juni 2016
Erschienen in:2016 IEEE International Conference on Communications Workshops, ICC 2016
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ICComm.2016.7528339
Seitenbereich:Seiten 377-380
Verlag:IEEE Xplore
ISBN:978-1-4673-8196-3
Status:veröffentlicht
Stichwörter:GeoEye-1 multispectral Images, SVM
Veranstaltungstitel:COMM 2016
Veranstaltungsort:Bucharest, Romania
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:9 Juni 2016
Veranstaltungsende:10 Juni 2016
Veranstalter :Military Technical Academy, Politehnica University of Bucharest
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Dumitru, Corneliu Octavian
Hinterlegt am:22 Nov 2016 13:58
Letzte Änderung:24 Apr 2024 20:13

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.