一种用于遥感图像中地理空间目标的免训练单次检测框架
计算机视觉与模式识别
2019-04-05 v1
摘要
基于深度学习的物体检测已取得巨大成功。然而，这些监督学习方法数据需求大且耗时。这一限制使它们不适用于有限数据与紧急任务，尤其在遥感应用中。受人类从极少样本中快速学习新视觉概念能力的启发，我们提出一种用于遥感图像的免训练、单次地理空间物体检测框架。其由(1)具备遥感领域知识的特征提取器、(2)多级特征融合方法、(3)新颖相似度度量方法以及(4)两阶段物体检测流水线组成。在污水处理厂与机场检测上的实验表明所提方法已取得一定效果。我们的方法可作为免训练、单次地理空间物体检测的基线。
引用
@article{arxiv.1904.02302,
title = {A Training-free, One-shot Detection Framework For Geospatial Objects In Remote Sensing Images},
author = {Tengfei Zhang and Yue Zhang and Xian Sun and Menglong Yan and Yaoling Wang and Kun Fu},
journal= {arXiv preprint arXiv:1904.02302},
year = {2019}
}
备注
5 pages 4 figures