面向高分辨率卫星影像细粒度目标识别的有向特征对齐方法
计算机视觉与模式识别
2021-10-14 v1
摘要
遥感图像中的有向目标检测近年来取得了很大进展。然而，当前大多数方法仅关注目标检测，难以在复杂场景中很好地区分细粒度目标。在本技术报告中，我们分析了细粒度目标识别的关键问题，并使用有向特征对齐网络（OFA-Net）在光学遥感图像中实现高性能的细粒度有向目标识别。OFA-Net通过旋转边界框细化模块实现准确的目标定位。在此基础上，应用边界约束的旋转特征对齐模块进行局部特征提取，有利于细粒度目标分类。我们的方法单模型在GaoFen竞赛中取得46.51%的mAP，并在ISPRS基准测试中取得43.73%的mAP获得第3名。
引用
@article{arxiv.2110.06628,
title = {Oriented Feature Alignment for Fine-grained Object Recognition in High-Resolution Satellite Imagery},
author = {Qi Ming and Junjie Song and Zhiqiang Zhou},
journal= {arXiv preprint arXiv:2110.06628},
year = {2021}
}
备注
Technical report