用于航拍场景分类的多阶段双工融合卷积网络
计算机视觉与模式识别
2022-05-27 v2 人工智能
机器学习
摘要
现有的基于深度学习的方法有效提升了航拍场景分类的性能。然而,由于参数量大、计算成本高,难以将这些方法应用于无人机和卫星上的机载数据感知等多种实时遥感应用。本文通过开发一种名为多阶段双工融合网络(MSDF-Net)的轻量型 ConvNet 来解决此任务。其核心思想是在使用尽可能少的参数的同时获得尽可能强的场景表征能力。为此,提出了残差-稠密双工融合策略,在增强特征传播的同时尽可能重用参数,并由我们的双工融合块(DFblock)实现。具体而言,我们的 MSDF-Net 由带 DFblock 的多阶段结构组成。此外,开发了双工语义聚合(DSA)模块从提取的卷积特征中挖掘遥感场景信息,其也包含两条并行分支用于语义描述。在三个广泛使用的航拍场景分类基准上进行了大量实验,结果表明我们的 MSDF-Net 在以最多减少 80% 参数量的同时,可取得优于近期 SOTA 的竞争力性能。特别是在 AID 上以仅 0.49M 参数取得了 92.96% 的准确率。
引用
@article{arxiv.2203.16325,
title = {A Multi-Stage Duplex Fusion ConvNet for Aerial Scene Classification},
author = {Jingjun Yi and Beichen Zhou},
journal= {arXiv preprint arXiv:2203.16325},
year = {2022}
}