从航空影像中进行高度与语义的多任务学习
计算机视觉与模式识别
2019-11-19 v1 机器学习
摘要
航空或卫星影像是地表分析的极佳数据源，可用于生成土地利用图或高程模型。在本研究中，我们提出一个用于联合学习语义与局部高度的神经网络框架。我们展示了这种联合多任务学习如何在2018年数据融合大赛的大型数据集上使各项任务受益。此外，我们的框架还能生成不确定性图，从而可对模型的预测进行评估。代码见 https://github.com/marcelampc/mtl_aerial_images。
引用
@article{arxiv.1911.07543,
title = {Multi-Task Learning of Height and Semantics from Aerial Images},
author = {Marcela Carvalho and Bertrand Le Saux and Pauline Trouvé-Peloux and Frédéric Champagnat and Andrés Almansa},
journal= {arXiv preprint arXiv:1911.07543},
year = {2019}
}
备注
Published IEEE Geoscience and Remote Sensing Letters. Code https://github.com/marcelampc/mtl_aerial_images