面向航拍场景分类的实例表示库学习
计算机视觉与模式识别
2022-05-30 v1
摘要
由于鸟瞰视角，航拍场景在目标分布与空间排布上比自然场景更为复杂，因此学习具有判别力的场景表示仍具挑战性。现有方案设计局部语义描述子以恰当突出感兴趣区域（RoIs）。然而，每个局部描述子描述能力有限，整体场景表示仍有待精炼。本文通过设计一种名为实例表示库（instance representation bank, IRB）的新颖表示集合来解决该问题，其在多示例学习（MIL）框架下统一多个局部描述子。这一统一框架并非平凡，因为所有局部语义描述子均可对齐到同一场景方案，从而增强场景表示能力。具体而言，我们的 IRB 学习框架由骨干网络、实例表示库、语义融合模块和场景方案对齐损失函数组成，所有组件以端到端方式组织。在三个航拍场景基准上的大量实验表明，所提方法大幅优于当前最优方法。
引用
@article{arxiv.2205.13744,
title = {Learning Instance Representation Banks for Aerial Scene Classification},
author = {Jingjun Yi and Beichen Zhou},
journal= {arXiv preprint arXiv:2205.13744},
year = {2022}
}