利用空洞卷积有效分割遥感影像中的小物体实例
计算机视觉与模式识别
2017-09-04 v1
摘要
得益于 CNN 的最新进展，高分辨率遥感影像的语义分割取得了实质性改进。然而，大多数先前工作未充分考虑遥感任务中存在的特定困难。此类困难之一是遥感影像中物体小而密集。为应对这一挑战性任务，我们提出了一种称为局部特征提取（LFE）模块的新架构，其附着在空洞前端模块之上。LFE 模块基于我们的发现：激进地增大膨胀因子会因核的稀疏性而无法聚合局部特征，且对小物体有害。所提出的 LFE 模块通过以递减的膨胀因子聚合局部特征解决了该问题。我们在三个遥感数据集上测试了我们的网络，并在所有数据集上取得了极好的结果，尤其是针对小物体。
引用
@article{arxiv.1709.00179,
title = {Effective Use of Dilated Convolutions for Segmenting Small Object Instances in Remote Sensing Imagery},
author = {Ryuhei Hamaguchi and Aito Fujita and Keisuke Nemoto and Tomoyuki Imaizumi and Shuhei Hikosaka},
journal= {arXiv preprint arXiv:1709.00179},
year = {2017}
}