使用深度学习进行多光谱遥感影像语义分割的算法
计算机视觉与模式识别
2018-05-03 v3 人工智能
摘要
深度卷积神经网络 (DCNN) 凭借大量带标注的图像数据，已在许多计算机视觉任务（例如物体识别、物体检测、语义分割）中实现了最先进的性能。由于所需的高昂成本和人力，其他传感器模态（例如多光谱影像 (MSI)）的大型标注数据集尚不可得。本文中，我们针对 MSI 影像的语义分割任务，适配了计算机视觉中最先进的 DCNN 框架。为克服 MSI 数据标注稀缺的问题，我们用生成的合成 MSI 替代真实 MSI 来初始化 DCNN 框架。我们在本文提出的新 RIT-18 数据集上评估了我们的网络初始化方案。该数据集包含由无人机系统采集的甚高分辨率 MSI。使用合成影像初始化的模型更不易过拟合，并为未来工作提供了一个最先进的基线。
引用
@article{arxiv.1703.06452,
title = {Algorithms for Semantic Segmentation of Multispectral Remote Sensing Imagery using Deep Learning},
author = {Ronald Kemker and Carl Salvaggio and Christopher Kanan},
journal= {arXiv preprint arXiv:1703.06452},
year = {2018}
}
备注
45 pages