AerialFormer:用于航空图像分割的多分辨率 Transformer
计算机视觉与模式识别
2023-10-03 v2
摘要
航空图像分割是一种自上而下的视角语义分割,具有若干挑战性特征,如前景-背景分布强不平衡、背景复杂、类内异质、类间同质以及微小目标。为处理这些问题,我们继承 Transformer 的优势并提出 AerialFormer,其将收缩路径上的 Transformer 与扩展路径上的轻量多膨胀卷积神经网络(MD-CNNs)相统一。我们的 AerialFormer 设计为层次化结构,其中 Transformer 编码器输出多尺度特征,MD-CNNs 解码器从多尺度中聚合信息。因而,它同时考虑局部与全局上下文以生成强力表征与高分辨率分割。我们在包括 iSAID、LoveDA 与 Potsdam 的三个常用数据集上基准测试了 AerialFormer。综合实验与大量消融研究证明,我们提出的 AerialFormer 以卓越性能优于以往最先进方法。我们的源代码将在录用后公开。
引用
@article{arxiv.2306.06842,
title = {AerialFormer: Multi-resolution Transformer for Aerial Image Segmentation},
author = {Kashu Yamazaki and Taisei Hanyu and Minh Tran and Adrian de Luis and Roy McCann and Haitao Liao and Chase Rainwater and Meredith Adkins and Jackson Cothren and Ngan Le},
journal= {arXiv preprint arXiv:2306.06842},
year = {2023}
}
备注
under review