面向光学遥感图像显著目标检测的纹理-语义协作网络
计算机视觉与模式识别
2023-12-07 v1
摘要
光学遥感图像(ORSI)中的显著目标检测(SOD)近年来日益流行。由于ORSI的特性，ORSI-SOD充满挑战，例如多目标、小目标、低照度和不规则形状。为应对这些挑战，我们提出了一种简洁而有效的纹理-语义协作网络(TSCNet)，以探索纹理线索和语义线索在ORSI-SOD中的协作。具体而言，TSCNet基于通用的编码器-解码器结构。除编码器和解码器外，TSCNet包含一个关键的纹理-语义协作模块(TSCM)，它对从编码器提取的基本特征进行有价值的特征调制和交互。我们TSCM的主要思想是充分利用最低层的纹理特征和最高层的语义特征，以实现特征上显著区域的表达增强。在TSCM中，我们首先使用语义特征增强潜在显著区域的位置。然后，我们使用纹理特征渲染和恢复目标细节。同时，我们还感知不同尺度的区域，并构建不同区域之间的交互。得益于TSCM与通用结构的完美结合，我们的TSCNet能够兼顾显著目标的位置和细节，有效处理各种场景。在三个数据集上的大量实验表明，与14种最先进方法相比，我们的TSCNet取得了有竞争力的性能。我们的方法和代码及结果可在https://github.com/MathLee/TSCNet获取。
引用
@article{arxiv.2312.03548,
title = {Texture-Semantic Collaboration Network for ORSI Salient Object Detection},
author = {Gongyang Li and Zhen Bai and Zhi Liu},
journal= {arXiv preprint arXiv:2312.03548},
year = {2023}
}
备注
5 pages, 3 figures, Accepted by IEEE Transactions on Circuits and Systems II: Express Briefs 2023