全粒度一体方案（AGOS）：面向航拍场景分类的多粒度实例表示学习
计算机视觉与模式识别
2022-10-05 v1
摘要
航拍场景分类仍然具有挑战性，因为：1）决定场景方案的关键物体尺寸差异巨大；2）许多与场景方案无关的物体常充斥于图像中。因此，如何从多种尺寸中有效感知感兴趣区域（RoIs）并从如此复杂的物体分布中构建更具判别力的表示，对于理解航拍场景至关重要。本文提出一种新颖的全粒度一体方案（AGOS）框架以应对这些挑战。据我们所知，这是首个将经典多示例学习扩展至多粒度形式的工作。具体而言，它由多粒度感知模块（MGP）、多分支多示例表示模块（MBMIR）与自对齐语义融合（SSF）模块组成。首先，我们的 MGP 保留来自骨干网络的差分空洞卷积特征，从而放大多粒度下的判别信息。接着，我们的 MBMIR 在多示例学习（MIL）形式下突出多粒度表示中的关键实例。最后，我们的 SSF 使框架能从多粒度实例表示中学习同一场景方案并融合它们，从而使整个框架作为一个整体被优化。值得注意的是，我们的 AGOS 灵活且能以即插即用的方式轻松适配现有 CNN。在 UCM、AID 和 NWPU 基准上的大量实验表明，我们的 AGOS 取得了与最先进方法相当的性能。
引用
@article{arxiv.2205.03371,
title = {All Grains, One Scheme (AGOS): Learning Multi-grain Instance Representation for Aerial Scene Classification},
author = {Qi Bi and Beichen Zhou and Kun Qin and Qinghao Ye and Gui-Song Xia},
journal= {arXiv preprint arXiv:2205.03371},
year = {2022}
}
备注
16 pages, 9 figures