面向航拍图像的开集语义分割
计算机视觉与模式识别
2020-01-29 v1
摘要
经典及近年的深度计算机视觉方法针对可见光谱图像优化，这些图像通常来自智能手机或相机，以灰度或RGB色彩空间编码。遥感领域一种较少见的图像来源是卫星与航拍图像。然而，针对这些数据开发模式识别方法相对近期，主要由于此类图像可用性有限，直到最近它们还专用于军事目的。获取航拍图像(包括光谱信息)的途径正不断增加，主要归因于无人机低成本、成像卫星发射成本下降以及新型公共数据集的出现。通常遥感应用采用严格为闭集场景分类任务建模的计算机视觉技术。然而，真实世界任务很少契合闭集语境，常出现先前未知类别，从而表征为开集场景。聚焦该问题，本文是首篇研究并开发应用于遥感图像开集场景语义分割技术的论文。主要贡献为：1) 讨论开集语义分割相关作品，证明这些技术可适配开集遥感任务；2) 开发并评估一种新颖的开集语义分割方法。与同数据集闭集方法相比，我们的方法取得了具竞争力的结果。
引用
@article{arxiv.2001.10063,
title = {Towards Open-Set Semantic Segmentation of Aerial Images},
author = {Caio C. V. da Silva and Keiller Nogueira and Hugo N. Oliveira and Jefersson A. dos Santos},
journal= {arXiv preprint arXiv:2001.10063},
year = {2020}
}