用于高分辨率遥感图像语义分割的多注意力网络
图像与视频处理
2021-09-21 v4 计算机视觉与模式识别
摘要
遥感图像的语义分割在土地资源管理的广泛应用中发挥着重要作用，包括生物圈监测与城市规划。尽管深度卷积神经网络已显著提升了遥感图像语义分割的精度，标准模型仍存在若干局限。首先，对于U-Net等编码器-解码器架构，多尺度特征的利用导致信息未被充分利用，其中低级特征与高级特征未经任何细化直接拼接。其次，特征图的长程依赖探索不足，导致与各语义类相关的特征表示次优。第三，尽管点积注意力机制已被引入并用于语义分割以建模长程依赖，注意力巨大的时空需求阻碍了注意力在大规模输入应用场景中的实际使用。本文提出一种多注意力网络(MANet)，通过多个高效注意力模块提取上下文依赖来解决这些问题。提出了一种具有线性复杂度的核注意力新机制，以缓解注意力中的巨大计算需求。基于核注意力与通道注意力，我们将ResNeXt-101提取的局部特征图与其对应的全局依赖相整合，并自适应地重新加权相互依赖的通道图。在由不同卫星传感器拍摄的三个大规模高分辨率遥感图像上的数值实验证明了所提MANet的优越性能，优于DeepLab V3+、PSPNet、FastFCN、DANet、OCRNet及其他基准方法。
引用
@article{arxiv.2009.02130,
title = {Multi-Attention-Network for Semantic Segmentation of Fine Resolution Remote Sensing Images},
author = {Rui Li and Shunyi Zheng and Chenxi Duan and Ce Zhang and Jianlin Su and P. M. Atkinson},
journal= {arXiv preprint arXiv:2009.02130},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2007.14902