向窗外看：用于高分辨率遥感图像语义分割的宽上下文 Transformer
计算机视觉与模式识别
2022-04-21 v6
摘要
长程上下文信息对于高分辨率（HR）遥感图像（RSI）的语义分割至关重要。然而，常用于训练神经网络的图像裁剪操作限制了对大型遥感图像中长程上下文的感知。为克服该限制，我们提出一种用于高分辨率遥感图像语义分割的宽上下文网络（WiCoNet）。除使用常规 CNN 提取局部特征外，WiCoNet 还具有额外的上下文分支以聚合更大图像区域的信息。此外，我们引入上下文 Transformer，将上下文分支的上下文信息嵌入并选择性地投影到局部特征上。该 Context Transformer 扩展了新兴的神经网络 Vision Transformer，以建模双分支语义关联。它克服了 CNN 的局部性限制，使 WiCoNet 在分割土地覆盖/土地利用（LCLU）类别前能看到更全局的画面。在多个基准数据集上的消融研究与对比实验证明了所提方法的有效性。此外，我们提出了一个新的北京土地利用（BLU）数据集。这是一个具有高质量细粒度参考标签的大规模高分辨率卫星数据集，可推动该领域的未来研究。
引用
@article{arxiv.2106.15754,
title = {Looking Outside the Window: Wide-Context Transformer for the Semantic Segmentation of High-Resolution Remote Sensing Images},
author = {Lei Ding and Dong Lin and Shaofu Lin and Jing Zhang and Xiaojie Cui and Yuebin Wang and Hao Tang and Lorenzo Bruzzone},
journal= {arXiv preprint arXiv:2106.15754},
year = {2022}
}