基于矢量量化变分自编码器的遥感图像弱监督海洋动物检测
计算机视觉与模式识别
2023-07-14 v1
摘要
本文研究一种基于重构的方法，用于从海洋环境的航拍图像中进行弱监督动物检测。该方法利用异常检测框架，直接在输入空间上计算度量，相较于特征嵌入方法增强了可解释性与异常定位。基于矢量量化变分自编码器（Vector-Quantized Variational Autoencoder）在计算机视觉数据集异常检测上的成功，我们将其适配至海洋动物检测领域，并应对含噪数据处理的挑战。为评估我们的方法，我们将其与现有方法在航拍图像数据海洋动物检测背景下比较。在两个专用数据集上的实验证明了所提方法相对于文献中近期研究的优越性能。我们的框架提供了改进的异常可解释性与定位，为监测海洋生态系统及减轻人类活动对海洋动物的影响提供了有价值的见解。
引用
@article{arxiv.2307.06720,
title = {Weakly supervised marine animal detection from remote sensing images using vector-quantized variational autoencoder},
author = {Minh-Tan Pham and Hugo Gangloff and Sébastien Lefèvre},
journal= {arXiv preprint arXiv:2307.06720},
year = {2023}
}
备注
4 pages, accepted to IGARSS 2023