[发明专利]一种基于机器学习的图像时空索引快速检索方法

说明书

本发明提出一种基于机器学习的数据时空索引快速检索方法。包括如下步骤：步骤1、选取某一区域或全球的各个层级的遥感图像；步骤2、随机切割一预定大小的图块，并使用时空索引对随机切割的图块数据进行编码作为训练数据；步骤3、利用上述切割的图块训练深度神经网络，输出图像对应的时空索引；步骤4、最后选择区域内任一层级图像，输入训练后的深度神经网络，得出对应时空索引。本发明基于图像内容快速检索图像对应地理位置，通过利用训练的神经网络，得到图像的索引序号，能够快速、精确匹配地理位置。

技术领域

本发明涉及图像检索领域，尤其是一种基于机器学习的图像时空索引快速检索方法。

背景技术

基于内容的图像检索(CBIR,Content Based Image Retrieval)是相对成熟的技术领域，在工业界也有广泛的应用场景，如搜索引擎(Google、百度)的以图搜图功能，各电商网站(淘宝、Amazon、ebay)的相似商品搜索，社交平台(Pinterest)的相似内容推荐等。在遥感图像领域，常会出现根据图像查找地理位置的需求，这与图像内容检索是及其相似的。

图像内容检索流程与文本检索流程类似，但二者信息表征方法不同。文本通过词频计算BoW来表征一段文本内容，而图像则使用视觉特征来表示。Google团队2003年提出的视频内容检索方法借鉴文本检索流程，使用局部特征构建视觉词袋向量(Bag-of-Visual-Words，BoVW)，也称BoF(Bag-of-Features)，来表示图像。这里的视觉单词是指量化后的视觉特征。Video-Google中检索系统也分为构建词库、构建索引和检索三部分，其核心技术可以总结为两点：特征提取和近邻查找。后续图像检索基于大多基于此思想。

图像视觉特征分为多种，从存储形式分为浮点特征和二进制特征，从提取方式上分为传统特征和深度特征。卷积神经网络(CNN)出现之前，大部分特征是基于手工设计的提取算法进行特征提取，如sift、hog、harr、gist等。卷积神经网络在多项视觉任务如分类、检测、分割等表现出state-of-the-art的效果，在图像检索领域，基于CNN提取的深度特征同样也表现出远优于传统特征的效果。

遥感影像时空索引是遥感技术应用的重要内容之一，对于较大范围的卫星遥感和区域性(如城市)航空遥感而言，研究区域涉及的范围往往不是一幅影像所能覆盖的，需要多幅影像进行镶嵌，形成较大范围的遥感影像图，便于更好地统一处理、解译、分析和研究。其中，对大数据量遥感影像的索引编排是实际生产作业中必须解决处理的问题。

发明内容

针对上述问题，本发明提出了一种基于机器学习的数据时空索引快速检索方法。包括如下步骤：

步骤1、选取某一区域或全球的各个层级的遥感图像；

步骤2、随机切割一预定大小的图块，并使用时空索引对随机切割的图块数据进行编码作为训练数据；

步骤3、利用上述切割的图块训练深度神经网络，输出图像对应的时空索引；

步骤4、最后选择区域内任一层级图像，输入训练后的深度神经网络，得出对应时空索引。

进一步的，所述步骤1具体包括：将图像等尺寸随机切割为相同大小，并使用geohash算法计算切割后图像块中心点位置对应的索引。

进一步的，所述步骤2中，为统一各层级的不同图像的输出值，将geohash值的编码转换：将0值替换为-1，再最后补齐0到固定长度；所述编码转换利用非0值保留了编码前的长度信息，通过去掉后面冗余的0，得到编码长度，避免原编码中的0造成的长度歧义。

进一步的，所述步骤3所使用的深度神经网络结构为：输入一幅固定尺寸的遥感图像，经过卷积层1、卷积层2与全连接层2后，输出编号值；

经过卷积层1，全连接层1后输出一个标志位，标志编号值的有效位数。