高分辨率云检测网络
计算机视觉与模式识别
2024-07-11 v1
摘要
大多数现有云检测网络未能很好地探索云的复杂性，特别是以高分辨率表示纹理细节。本文引入了高分辨率云检测网络(HR-cloud-Net)，其利用层次化高分辨率集成方法。HR-cloud-Net 集成了高分辨率表示模块、层级级联特征融合模块和多分辨率金字塔池化模块，以有效捕获复杂云特征。该架构在捕获云纹理细节的同时，促进了不同分辨率之间的特征交换，从而增强了整体云检测性能。此外，本文引入了一种新方法，其中由正常图像处理的教师视图监督在噪声增强图像上训练的学生视图。这一设置使学生能够从教师提供的更干净的监督中学习，从而提高性能。在三个光学卫星图像云检测数据集上的广泛评估表明，HR-cloud-Net 在性能上优于现有方法。源代码可在 \url{https://github.com/kunzhan/HR-cloud-Net} 获取。
引用
@article{arxiv.2407.07365,
title = {High-Resolution Cloud Detection Network},
author = {Jingsheng Li and Tianxiang Xue and Jiayi Zhao and Jingmin Ge and Yufang Min and Wei Su and Kun Zhan},
journal= {arXiv preprint arXiv:2407.07365},
year = {2024}
}
备注
Journal of Electronic Imaging