利用卷积表示进行多尺度人类居住地检测
计算机视觉与模式识别
2017-07-19 v1
摘要
我们验证这一前提，并探索来自单一深度卷积网络的表示空间及其可视化，以论证一种新颖的统一特征提取框架。目标是在三个遥感任务（即超像素映射、像素级分割和基于语义的图像可视化）上利用和重新利用训练好的特征提取器，而无需重新训练网络。通过利用相同的卷积特征提取器并将其视为编码不同图像表示空间的视觉信息提取器，我们在多尺度实验中展示了初步的归纳迁移学习潜力，这些实验融合了从边缘级细节到语义级信息。
引用
@article{arxiv.1707.05683,
title = {Exploiting Convolutional Representations for Multiscale Human Settlement Detection},
author = {Dalton Lunga and Dilip Patlolla and Lexie Yang and Jeanette Weaver and Budhendra Bhadhuri},
journal= {arXiv preprint arXiv:1707.05683},
year = {2017}
}
备注
4 pages, 5 figures, IGARSS 2017