邻域注意力增强 ResUNet 编码器以实现精确道路提取
计算机视觉与模式识别
2023-06-09 v1 图像与视频处理
摘要
在遥感图像解译领域，从高分辨率航拍影像中提取道路已是热门研究课题。尽管深度 CNN 在语义分割上已取得优异结果，视觉 transformer 的效率与能力尚待充分研究。为此，为精确道路提取，本文提出一种利用残差学习、HetConvs、UNet 与视觉 transformer 能力的深度语义分割神经网络，称为 \texttt{ResUNetFormer}。所开发的 \texttt{ResUNetFormer} 在公开 Massachusetts 道路数据集上对比多种前沿基于深度学习的道路提取技术进行了评估。统计与可视化结果证明了 \texttt{ResUNetFormer} 相对于 SOTA CNN 与视觉 transformer 分割方法的优越性。代码将公开于 \url{https://github.com/aj1365/ResUNetFormer}。
引用
@article{arxiv.2306.04947,
title = {Neighborhood Attention Makes the Encoder of ResUNet Stronger for Accurate Road Extraction},
author = {Ali Jamali and Swalpa Kumar Roy and Jonathan Li and Pedram Ghamisi},
journal= {arXiv preprint arXiv:2306.04947},
year = {2023}
}
备注
Submitted in IEEE