Satellite Image Search in AgoraEO

要約

グローバルな地球観測 (EO) の運用能力の向上は、地球を理解し保護するためのデータ駆動型アプローチの新たな機会を生み出しています。
しかし、現在の EO アーカイブの使用は、膨大なアーカイブ サイズと、EO プラットフォームによって提供される限られた探索機能のために、非常に制限されています。
この制限に対処するために、私たちは最近、衛星画像アーカイブでの高速類似性検索のためのコンテンツベースの画像検索アプローチである MiLaN を提案しました。
MiLaN は、高次元の画像特徴をコンパクトなバイナリ ハッシュ コードにエンコードするメトリック学習に基づくディープ ハッシュ ネットワークです。
これらのコードをハッシュテーブルのキーとして使用することで、リアルタイムの最近傍検索と高精度な検索が可能になります。
このデモンストレーションでは、MiLaN を AgoraEO 内のブラウザーおよび検索エンジンである EarthQube と統合することにより、MiLaN の効率性を紹介します。
EarthQube は、インタラクティブなビジュアル探索と、衛星画像リポジトリに対するクエリによる例をサポートしています。
デモの訪問者は、大規模なリモート センシング アーカイブ内の画像をセマンティック コンテンツで検索し、他のフィルターを適用するさまざまなユーザーの役割を果たす EarthQube と対話します。

要約(オリジナル)

The growing operational capability of global Earth Observation (EO) creates new opportunities for data-driven approaches to understand and protect our planet. However, the current use of EO archives is very restricted due to the huge archive sizes and the limited exploration capabilities provided by EO platforms. To address this limitation, we have recently proposed MiLaN, a content-based image retrieval approach for fast similarity search in satellite image archives. MiLaN is a deep hashing network based on metric learning that encodes high-dimensional image features into compact binary hash codes. We use these codes as keys in a hash table to enable real-time nearest neighbor search and highly accurate retrieval. In this demonstration, we showcase the efficiency of MiLaN by integrating it with EarthQube, a browser and search engine within AgoraEO. EarthQube supports interactive visual exploration and Query-by-Example over satellite image repositories. Demo visitors will interact with EarthQube playing the role of different users that search images in a large-scale remote sensing archive by their semantic content and apply other filters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google