基于像素描述符的高分辨率遥感图像异常分割
计算机视觉与模式识别
2023-05-01 v2 人工智能
摘要
高空间分辨率（HSR）遥感影像中的异常分割旨在分割偏离正常模式的地球异常模式，在各种地球视觉应用中发挥着重要作用。然而，由于物体分布复杂、形状不规则以及异常样本缺乏，这是一项具有挑战性的任务。为解决这些问题，提出一种基于像素描述符的异常分割模型（ASD）用于 HSR 影像异常分割。具体而言，引入深度单类分类，在具有判别性像素描述符的特征空间中进行异常分割。ASD 模型结合数据增强以生成虚拟异常样本，可迫使像素描述符对正常数据紧凑，同时具有多样性，以避免仅正样本参与训练时的模型崩溃问题。此外，ASD 引入多级多尺度特征提取策略，以学习低级与语义信息，使像素描述符特征丰富。所提 ASD 模型使用四个 HSR 数据集验证，并与近期最先进（SOTA）模型比较，显示出其在地球视觉应用中的潜在价值。
引用
@article{arxiv.2301.13422,
title = {Anomaly Segmentation for High-Resolution Remote Sensing Images Based on Pixel Descriptors},
author = {Jingtao Li and Xinyu Wang and Hengwei Zhao and Shaoyu Wang and Yanfei Zhong},
journal= {arXiv preprint arXiv:2301.13422},
year = {2023}
}
备注
Accepted in AAAI2023