基于内部结构约束的遥感图像涂鸦监督目标提取方法
计算机视觉与模式识别
2023-05-19 v1 人工智能
摘要
基于涂鸦标注的弱监督学习在遥感图像目标提取中备受关注，因为涂鸦在标示蜿蜒地物时灵活且人工标注成本低。然而，涂鸦过于稀疏，难以辨识目标结构与细节信息，给目标定位与边界描述带来巨大挑战。为缓解这些问题，本文构建了两种内部结构约束——形变一致性损失与可训练主动轮廓损失，并结合涂鸦约束，在不引入任何基于先验线索的辅助模块或额外操作的情况下，监督编码器-解码器网络的优化。综合实验表明，我们的方法优于该领域五种最先进算法。源代码见 https://github.com/yitongli123/ISC-TE。
引用
@article{arxiv.2305.10661,
title = {Scribble-Supervised Target Extraction Method Based on Inner Structure-Constraint for Remote Sensing Images},
author = {Yitong Li and Chang Liu and Jie Ma},
journal= {arXiv preprint arXiv:2305.10661},
year = {2023}
}
备注
5 pages, 4 figures, 1 table