用于多尺度遥感目标检测的塔克双线性注意力网络
计算机视觉与模式识别
2023-05-30 v2
摘要
在甚高分辨率（VHR）遥感图像上的目标检测在城市规划和土地资源管理等应用中起着至关重要的作用。遥感目标的大尺度变化是 VHR 遥感目标检测的主要挑战之一。现有方法通过改进特征金字塔结构并采用不同注意力模块来提高高分辨率遥感目标的检测精度。然而，对于小目标，由于关键细节特征的丢失，仍存在严重的漏检。多尺度特征融合与平衡的方式仍有改进空间。为解决该问题，本文提出两个新颖模块：引导注意力（Guided Attention）与塔克双线性注意力（Tucker Bilinear Attention），分别应用于早期融合与后期融合阶段。前者能有效保留干净的关键细节特征，后者可通过语义级关联挖掘更好地平衡特征。基于这两个模块，我们构建了一个新的多尺度遥感目标检测框架。无额外修饰。所提方法大幅提升了小目标的平均精度，并在 DOTA、DIOR 和 NWPU VHR-10 上与 9 种最先进方法相比取得了最高的平均精度均值。代码与模型见 https://github.com/Shinichict/GTNet。
引用
@article{arxiv.2303.05329,
title = {Tucker Bilinear Attention Network for Multi-scale Remote Sensing Object Detection},
author = {Tao Chen and Ruirui Li and Jiafeng Fu and Daguang Jiang},
journal= {arXiv preprint arXiv:2303.05329},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:1705.06676, arXiv:2209.13351 by other authors