用于等高线堤农田分割与分类的投票网络
计算机视觉与模式识别
2023-09-29 v1 人工智能
机器学习
摘要
高分辨率航空影像允许对农田进行精细分割。然而，小物体与特征会给目标边界的勾画带来畸变，并且需要更大的上下文视野以缓解类别混淆。在这项工作中，我们提出了一种端到端可训练的网络，用于从高分辨率航空影像中分割带有等高线堤的农田。设计了一个融合块，其中包含多个投票块以实现图像分割与分类。我们将融合块与骨干网络集成，并同时产生语义预测与分割切片。分割切片用于对预测执行多数投票。该网络被训练为将片段最可能的类别标签分配给其像素，从而学习农田的概念，而非单独分析构成性像素。我们使用来自国家农业影像计划的图像评估了我们的方法。我们的方法达到了 94.34% 的平均准确率。与最先进的方法相比，所提方法在 F1 分数上平均获得了 6.96% 与 2.63% 的提升。
引用
@article{arxiv.2309.16561,
title = {Voting Network for Contour Levee Farmland Segmentation and Classification},
author = {Abolfazl Meyarian and Xiaohui Yuan},
journal= {arXiv preprint arXiv:2309.16561},
year = {2023}
}