基于稀疏标注的遥感图像语义分割
计算机视觉与模式识别
2022-02-16 v1
摘要
训练用于甚高分辨率图像的卷积神经网络（CNNs）需要大量高质量的像素级标注，而制作这些标注极其耗费人力与时间。此外，可能需要专业图像解译人员参与以保证标注的正确性。为减轻此类负担，我们提出了一种基于不完整标注的航空图像语义分割框架，其中要求标注者用易于绘制的涂鸦标注少量像素。为利用这些稀疏涂鸦标注，我们提出了特征与空间关系正则化（FESTA）方法，以无监督学习信号补充有监督任务，该信号考虑了空间与特征两方面的邻域结构。
引用
@article{arxiv.2101.03492,
title = {Semantic Segmentation of Remote Sensing Images with Sparse Annotations},
author = {Yuansheng Hua and Diego Marcos and Lichao Mou and Xiao Xiang Zhu and Devis Tuia},
journal= {arXiv preprint arXiv:2101.03492},
year = {2022}
}