用于光学遥感图像显著目标检测的带双流金字塔的嵌套网络
计算机视觉与模式识别
2020-01-08 v1
摘要
由于光学遥感图像(RSI)中目标类型与尺度多样、成像方位各异且背景杂乱,将自然场景图像显著目标检测的成果直接推广至光学 RSI 十分困难。本文提出一种端到端深度网络 LV-Net(基于网络架构形状命名),以纯数据驱动方式从光学 RSI 中检测显著目标。所提 LV-Net 由两个关键模块组成,即双流金字塔模块(L 形模块)与带嵌套连接的编码器-解码器模块(V 形模块)。具体而言,L 形模块利用双流金字塔结构分层提取一组互补信息,有助于感知显著目标的多样尺度与局部细节。V 形模块通过嵌套连接逐步将编码器细节特征与解码器语义特征融合,旨在抑制杂乱背景并突出显著目标。此外,我们构建了首个公开可用的光学 RSI 显著目标检测数据集,包含 800 张具有不同空间分辨率、多样显著性类型及像素级真值标注的图像。在该基准数据集上的实验表明,所提方法在定性与定量上均优于当前最先进的显著目标检测方法。
引用
@article{arxiv.1906.08462,
title = {Nested Network with Two-Stream Pyramid for Salient Object Detection in Optical Remote Sensing Images},
author = {Chongyi Li and Runmin Cong and Junhui Hou and Sanyi Zhang and Yue Qian and Sam Kwong},
journal= {arXiv preprint arXiv:1906.08462},
year = {2020}
}
备注
11 pages, 8 figures, has been accepted by TGRS