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

Comparison of Kullback-Leibler Divergence Approximation Methods Between Gaussian Mixture Models for Satellite Image Retrieval

Cui, Shiyong und Datcu, Mihai (2015) Comparison of Kullback-Leibler Divergence Approximation Methods Between Gaussian Mixture Models for Satellite Image Retrieval. In: Proceedings of IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2015, Seiten 3719-3722. IEEE Xplore. IGARSS 2015, 2015-07-26 - 2015-07-31, Milan, Italy. doi: 10.1109/IGARSS.2015.7326631.

[img] PDF
215kB

Offizielle URL: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7326631

Kurzfassung

In many applications, such as image retrieval and change detection, we need to assess the similarity of two statistical models. As a distance measure between two probability density functions, Kullback-Leibler divergence is widely used for comparing two statistical models. Unfortunately, for some models such as Gaussian Mixture Model (GMM), Kullback-Leibler divergence has no analytically tractable formula. We have to resort to approximation methods. In this paper, we compare seven methods, namely Monte Carlo method, matched bond approximation, product of Gaussian, variational method, unscented transformation, Gaussian approximation, and min-Gaussian approximation, for approximating the Kullback-Leibler divergence between two Gaussian mixture models for satellite image retrieval. Two image retrieval experiments based on two publicly available datasets have been performed. The comparison is carried out in terms of both retrieval performance and computational time.

elib-URL des Eintrags:https://elib.dlr.de/96179/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Comparison of Kullback-Leibler Divergence Approximation Methods Between Gaussian Mixture Models for Satellite Image Retrieval
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Cui, ShiyongRemote Sensing Technology Institute (IMF)NICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, MihaiRemote Sensing Technology Institute (IMF)NICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Juli 2015
Erschienen in:Proceedings of IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2015
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/IGARSS.2015.7326631
Seitenbereich:Seiten 3719-3722
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTIEEE Org.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:IEEE Xplore
Status:veröffentlicht
Stichwörter:Gaussian Mixture Model (GMM), Kullback-Leibler Divergence, Image Retrieval.
Veranstaltungstitel:IGARSS 2015
Veranstaltungsort:Milan, Italy
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:26 Juli 2015
Veranstaltungsende:31 Juli 2015
Veranstalter :IEEE Org.
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: Cui, Shiyong
Hinterlegt am:06 Mai 2015 13:03
Letzte Änderung:24 Apr 2024 20:01

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.