基于弱语义注意力的遥感图像可解释目标检测OA北大核心CSCD
Weakly Semantic Based Attention Network for Interpretable Object Detection in Remote Sensing Imagery
近些年来随着遥感技术的快速发展,遥感图像目标检测成为了当前的研究热点.针对遥感图像背景复杂以及现有目标检测模型缺乏可解释性等问题,本文提出了一种基于弱语义注意力的遥感图像可解释目标检测方法.具体地,首先通过多层级特征金字塔来解决遥感图像中目标尺度变化范围大的问题.其次,利用检测框的角度回归来解决遥感图像目标定向的问题.然后,基于弱语义分割网络产生强化目标特征的注意力权重值,抑制背景噪声.最终用网络剖析的分析方法,获取模型中卷积核对应的可解释性语义概念.实验结果表明,本文提出的算法在遥感图像目标检测的准确性以及对背景噪声抑制上有较好的表现,并且通过可解释性算法在一定程度上使本文提出的模型易于理解.
周勇;陈思霖;赵佳琦;张迪;王瀚正
中国矿业大学计算机科学与技术学院,江苏徐州221116矿山数字化教育部工程研究中心,江苏徐州221116中国矿业大学计算机科学与技术学院,江苏徐州221116矿山数字化教育部工程研究中心,江苏徐州221116中国矿业大学计算机科学与技术学院,江苏徐州221116
信息技术与安全科学
目标检测遥感图像注意力网络弱语义深度学习可解释性
《电子学报》 2021 (4)
基于对抗多目标学习的行人重识别方法研究
679-689,11
国家自然科学基金(No.61806206)江苏省自然科学基金(No.BK20180639,No.BK20201346)江苏省六大高峰人才项目(No.2015-DZXX-010)
评论