返回
Shared-Weight-Based Multi-Dimensional Feature Alignment Network for Oriented Object Detection in Remote Sensing Imagery
DOI:10.3390/s23010207.png)
摘要
En 中文
航空图像中任意方向的目标检测是计算机视觉中一项极具挑战性的任务。主流的方法都是基于特征金字塔的,而对于遥感目标,多尺度特征的错位一直是一个棘手的问题。在本文中,我们从空间,轴向和语义三个维度解决了面向对象检测的特征未对准问题。首先,对于空间错位问题,我们设计了一个基于前导特征的层内对齐网络,该网络可以通过稀疏采样来同步不同金字塔特征的位置信息。对于多定向空中目标,我们提出了一种轴向感知卷积,以解决传统采样方法与实例定向之间的不匹配。通过提出的基于共享权重的协同优化策略,上述两个模块可以在空间和轴向维度上实现从粗到细的特征对齐。最后但并非最不重要的一点是,我们提出了一个分层的语义对齐网络,以解决金字塔特征之间的语义鸿沟,该金字塔特征可以通过赋予特征图以跨金字塔级别的全局语义感知来应对不同尺度的遥感目标。在几个具有挑战性的空中基准上进行的广泛实验显示出最先进的准确性和可观的推理速度。具体来说,我们在DOTA上实现了78.11% 的平均平均精度 (mAP),在HRSC2016上实现了90.10%,在UCAS-AOD上实现了90.29%。
Keyword:
remote-sensing images
oriented object detection
feature alignment
anchor free
convolutional neural networks
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Conductivity Enhancement in Thin Silicon-on-Insulator Layer Embedding Artificial Dislocation Network
Inflexibility of mental planning: A characteristic disorder with prefrontal lobe lesions?心理计划的僵化: 前额叶病变的特征性障碍?
Multicomponent Orbital-Optimized Perturbation Theory with Density Fitting: Anharmonic Zero-Point Energies in Protonated Water Clusters具有密度拟合的多组分轨道优化摄动理论: 质子化水团簇中的非谐零点能量
Thermal comfort, perceived air quality, and cognitive performance when personally controlled air movement is used by tropically acclimatized persons当热带适应的人使用个人控制的空气运动时,热舒适性,感知的空气质量和认知表现
Indoor Air
IF0
Generation of hydroxyl radicals by urban suspended particulate air matter. The role of iron ions城市悬浮颗粒物产生羟基自由基。铁离子的作用:

