SAN：面向高分辨率航空影像语义分割的尺度感知网络
计算机视觉与模式识别
2019-07-09 v1
摘要
高分辨率航空影像具有广泛的应用，如军事勘探与城市规划。语义分割是分析高分辨率航空影像时广泛使用的基础方法。然而，高分辨率航空影像中的地物具有尺度不一致的特点，该特征常导致非预期预测。为解决此问题，我们提出一种新颖的尺度感知模块（SAM）。在 SAM 中，我们采用重采样方法使像素调整位置以适配不同尺度的地物，并通过将重采样图作为加权图隐式引入空间注意力。因此，搭载该模块、称为尺度感知网络（SANet）的网络具备更强的区分尺度不一致地物的能力。此外，我们所提模块可轻松嵌入现有多数网络以提升其性能。我们在国际摄影测量与遥感学会 Vaihingen 数据集上评估模块，实验结果及综合分析证明了所提模块的有效性。
引用
@article{arxiv.1907.03089,
title = {SAN: Scale-Aware Network for Semantic Segmentation of High-Resolution Aerial Images},
author = {Jingbo Lin and Weipeng Jing and Houbing Song},
journal= {arXiv preprint arXiv:1907.03089},
year = {2019}
}
备注
5 pages, 3 figures, 2 tables