少样本旋转不变航空图像语义分割
计算机视觉与模式识别
2023-06-22 v1 图像与视频处理
摘要
少样本航空图像分割是一项具有挑战性的任务,涉及利用有限的标注支持集精确解析查询航空图像中的对象。不考虑物体方向变化的常规匹配方法可能无法激活具有不同方向的同类物体。此外,常规算法可能导致对得分较低的旋转语义对象产生错误识别。为应对这些挑战,作者提出了一种新颖的少样本旋转不变航空语义分割网络(FRINet)。FRINet将每个查询特征以旋转自适应方式与方向变化但类别一致的支持信息进行匹配。来自不同方向的分割预测由同一标签监督,且骨干网络在基础类别上预训练以提升分割性能。实验结果表明,FRINet在少样本航空语义分割基准上取得了最先进的性能。
引用
@article{arxiv.2306.11734,
title = {Few-Shot Rotation-Invariant Aerial Image Semantic Segmentation},
author = {Qinglong Cao and Yuntian Chen and Chao Ma and Xiaokang Yang},
journal= {arXiv preprint arXiv:2306.11734},
year = {2023}
}