面向卫星图像语义分割的主动标签精炼
计算机视觉与模式识别
2023-09-13 v1
摘要
通过对卫星图像进行语义分割的遥感技术有助于理解和利用地球表面。为此，语义分割网络通常在大量带标签的卫星图像上训练。然而，获取这些图像的专业标签成本高昂。因此，我们提出第一步依赖低成本方法（例如众包或预训练网络）来标注图像。由于这些初始标签存在部分错误，我们在第二步中使用主动学习策略以低成本高效地精炼标签。我们使用印度班加罗尔的卫星图像（标注有土地覆盖与土地利用标签）评估主动学习策略。实验结果表明，主动标签精炼有助于提升语义分割网络的性能。
引用
@article{arxiv.2309.06159,
title = {Active Label Refinement for Semantic Segmentation of Satellite Images},
author = {Tuan Pham Minh and Jayan Wijesingha and Daniel Kottke and Marek Herde and Denis Huseljic and Bernhard Sick and Michael Wachendorf and Thomas Esch},
journal= {arXiv preprint arXiv:2309.06159},
year = {2023}
}