从在线地图学习航空图像分割

本研究涉及高分辨率（航空）图像的语义分割，其中通过监督分类为每个像素分配一个语义类别标签，作为自动生成地图的基础。近年来，深度卷积神经网络表现出令人瞩目的性能，并迅速成为语义分割的事实标准，其附加优势在于不再需要针对特定任务进行特征设计。然而，深度学习方法的一个主要缺点是它们极度依赖数据，从而加剧了监督分类中长期存在的瓶颈，即获取足够的标注训练数据。另一方面，人们观察到它们对训练标签中的噪声相当鲁棒。这提供了一种引人注目的可能性，即避免标注大量训练数据，转而利用可能包含高水平噪声的现有遗留数据或众包地图来训练分类器。本文探讨的问题是：使用大规模、公开可用的标签进行训练能否替代大部分人工标注工作，并仍能达到足够的性能？此类数据不可避免地会包含大量错误，但作为回报，在世界大部分地区几乎可以无限量获取。我们采用了一种 state-of-the-art 的 CNN 架构用于航空图像中建筑物和道路的语义分割，并比较了其在使用不同训练数据集时的性能，数据集范围从同一城市的人工标注、像素级精确的真值，到源自遥远地点的 OpenStreetMap 数据生成的自动训练数据。我们报告的结果表明，通过利用含噪的大规模训练数据，可以在人工标注工作量显著减少的情况下获得令人满意的性能。