利用卷积神经网络对亚分米分辨率图像进行密集语义标注
计算机视觉与模式识别
2017-03-08 v2
摘要
超高分辨率影像（< 10cm）中的语义标注（或像素级土地覆盖分类）需要统计模型能够从具有大幅外观变化的空间数据中学习高层概念。卷积神经网络（CNNs）通过学习日益抽象的表示层次来实现这一目标。在本文中，我们提出了一种基于 CNN 的系统，该系统依赖于先下采样后上采样的架构。具体而言，它首先通过卷积学习高层表示的粗略空间图，然后通过反卷积学习将其上采样回原始分辨率。通过这样做，CNN 学会了在图像的原始分辨率下对每个像素进行密集标注。这带来了许多优势，包括 i) 最先进的数值精度，ii) 改进的预测几何精度，以及 iii) 推理时的高效率。我们在 Vaihingen 和 Potsdam 亚分米分辨率数据集上测试了所提出的系统，分别涉及 9cm 和 5cm 分辨率航空图像的语义标注。这些数据集由许多大型且完全标注的图块组成，允许对利用空间信息的模型进行无偏评估。为此，我们将两种标准 CNN 架构与所提出的架构进行了比较：标准图块分类、仅使用卷积预测局部标签图块，以及使用反卷积进行完整图块标注。所有系统的表现均优于或胜过依赖超像素和强大外观描述符的最先进基线。所提出的完整图块标注 CNN 大幅优于这些模型，同时也显示出非常诱人的推理时间。
引用
@article{arxiv.1608.00775,
title = {Dense semantic labeling of sub-decimeter resolution images with convolutional neural networks},
author = {Michele Volpi and Devis Tuia},
journal= {arXiv preprint arXiv:1608.00775},
year = {2017}
}
备注
Accepted in IEEE Transactions on Geoscience and Remote Sensing, 2016