基于多任务学习残差全卷积网络从航拍图像与视频中进行车辆实例分割
计算机视觉与模式识别
2018-12-05 v1
摘要
目标检测与语义分割是从高分辨率遥感图像中检索物体的两个主要主题，近年来借助深度学习的浪潮，尤其是卷积神经网络（CNNs），取得了显著性能。本文关注一个新颖且更具挑战性的问题——车辆实例分割，其需要在像素级别识别车辆出现的位置，并将每个像素与车辆的一个物理实例相关联。相比之下，车辆检测与语义分割各自仅关注二者之一。我们提出利用语义边界感知的多任务学习网络来解决该问题。更具体地，我们运用残差学习（ResNet）的思想构建全卷积网络，该网络能够利用从不同残差块中学习到的多级上下文特征表示。我们从理论上分析并讨论了残差网络为何能为像素级分割任务生成更好的概率图。然后，基于该网络架构，我们提出一种统一的多任务学习网络，可同时学习两个互补任务，即分割车辆区域与检测语义边界。后一子问题有助于区分紧密相邻的车辆，这些车辆通常无法被正确分离为实例。目前，具有像素级标注用于车辆提取的数据集是专注于语义分割的 Zeebrugge 地区的 ISPRS 数据集与 IEEE GRSS DFC2015 数据集。因此，我们构建了一个用于车辆实例分割的更具挑战性的新数据集，称为 Busy Parking Lot UAV Video 数据集，并在 http://www.sipeo.bgu.tum.de/download 提供该数据集，以便用于基准测试未来的车辆实例分割算法。
引用
@article{arxiv.1805.10485,
title = {Vehicle Instance Segmentation from Aerial Image and Video Using a Multi-Task Learning Residual Fully Convolutional Network},
author = {Lichao Mou and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:1805.10485},
year = {2018}
}
备注
Preprint of a paper accepted by IEEE Transactions On Geoscience and Remote Sensing