用于航拍图像目标检测的采样等变自注意力网络
计算机视觉与模式识别
2021-11-08 v1
摘要
航拍图像中的目标在尺度和方向上比典型图像具有更大的变化，因此检测更为困难。卷积神经网络使用多种频率和朝向特定的卷积核来识别经历不同变换的目标，这需要大量参数。采样等变网络能够根据目标的变换调整从输入特征图中的采样，使得一个卷积核可以在不同变换下提取目标的特征。这样做需要更少的参数，并使网络更适合表示可变形目标，例如航拍图像中的目标。然而，像可变形卷积网络这样的方法由于用于采样的位置，只能在特定情况下提供采样等变性。我们提出了采样等变自注意力网络，将限制在局部图像块上的自注意力视为带掩码而非位置的卷积采样，并设计了一个变换嵌入模块以进一步提升等变采样能力。我们还使用了一种新颖的随机化归一化模块来解决因航拍图像数据有限而导致的过拟合问题。我们表明，我们的模型(i)在无需额外监督的情况下，比现有方法提供了显著更好的采样等变性，(ii)在ImageNet上提供了改进的分类性能，以及(iii)在DOTA数据集上取得了最先进的结果，且未增加计算量。
引用
@article{arxiv.2111.03420,
title = {Sampling Equivariant Self-attention Networks for Object Detection in Aerial Images},
author = {Guo-Ye Yang and Xiang-Li Li and Ralph R. Martin and Shi-Min Hu},
journal= {arXiv preprint arXiv:2111.03420},
year = {2021}
}