用于光学遥感图像显著目标检测的相邻上下文协调网络
计算机视觉与模式识别
2022-03-28 v1
摘要
光学遥感图像（RSI）中的显著目标检测（SOD），或称 RSI-SOD，是理解光学 RSI 的一个新兴课题。然而，由于光学 RSI 与自然场景图像（NSI）之间的差异，直接将 NSI-SOD 方法应用于光学 RSI 无法获得满意结果。本文中，我们提出一种新颖的相邻上下文协调网络（ACCoNet），在编码器-解码器架构中探索相邻特征的协调以实现 RSI-SOD。具体地，ACCoNet 由三部分组成：编码器、相邻上下文协调模块（ACCoMs）和解码器。作为 ACCoNet 的关键组件，ACCoM 激活编码器输出特征的显著区域并将其传输至解码器。ACCoM 包含一个局部分支和两个相邻分支，以同时协调多级特征。局部分支以自适应方式突出显著区域，而相邻分支引入相邻层级的全局信息以增强显著区域。此外，为扩展经典解码器块（即若干级联卷积层）的能力，我们为其增加两个分叉并提出分叉-聚合块以在解码器中捕获上下文信息。在两个基准数据集上的大量实验表明，所提 ACCoNet 在九项评估指标下优于 22 种最先进方法，并在单块 NVIDIA Titan X GPU 上可达 81 fps。我们方法的代码和结果可在 https://github.com/MathLee/ACCoNet 获取。
引用
@article{arxiv.2203.13664,
title = {Adjacent Context Coordination Network for Salient Object Detection in Optical Remote Sensing Images},
author = {Gongyang Li and Zhi Liu and Dan Zeng and Weisi Lin and Haibin Ling},
journal= {arXiv preprint arXiv:2203.13664},
year = {2022}
}
备注
13 pages, 7 figures, Accepted by IEEE Transactions on Cybernetics 2022