基于高光谱图像的城市场景弱监督语义分割
计算机视觉与模式识别
2021-07-21 v2
摘要
高分辨率高光谱图像(HSIs)包含每个像素在不同光谱波段上的响应，可用于有效区分复杂场景中的各类物体。尽管HSI相机已变得低成本，但基于它的算法尚未得到充分挖掘。本文关注一个新颖课题：基于HSIs的城市场景弱监督语义分割。其出发点是城市场景中的高分辨率HSIs蕴含丰富的光谱信息，无需人工标注即可轻易关联到语义。因此，它能在复杂场景中实现低成本、高可靠性的语义分割。具体而言，本文从理论上分析HSIs，并引入一种弱监督HSI语义分割框架，利用光谱信息将粗标签细化到更精细的程度。实验结果表明，我们的方法能获得极具竞争力的标签，且在某些类别上边缘精细度甚至高于人工精细标签。同时，结果也表明细化后的标签能有效提升语义分割效果。HSIs与语义分割的结合证明HSIs在高层视觉任务中具有巨大潜力。
引用
@article{arxiv.2012.10122,
title = {Weakly-supervised Semantic Segmentation in Cityscape via Hyperspectral Image},
author = {Yuxing Huang and Shaodi You and Ying Fu and Qiu Shen},
journal= {arXiv preprint arXiv:2012.10122},
year = {2021}
}