WACV 2021 论文大盘点-遥感与航拍影像篇

本文汇总了WACV 2021关于遥感与航拍影像的最新研究,涉及分类、分割、去雾、检测和无人机应用等领域。亮点包括尺度自适应分类框架、多级实例分割网络MSNet、域感知无监督高光谱重建方法SkyGAN、定向目标检测的BBAVectors以及无人机实时径向失真校正等技术。
摘要由CSDN通过智能技术生成

本篇对航拍影像相关论文进行总结,包含对遥感(卫星、航空、无人机)影像的分类、分割、检测、去雾、定位等技术,还有对无人驾驶飞行器(UAVs)的机载径向失真进行实时校正的研究。

共计 7 篇。如有遗漏,欢迎补充。

下载包含这些论文的 WACV 2021 所有论文:

WACV 2021 开幕,更偏重技术应用,附论文下载

分类

Scale Aware Adaptation for Land-Cover Classification in Remote Sensing Imagery

作者证明尺度变化在 RS 图像域适应中不可或缺的,但现有的工作还没有对此有很深的研究。在本文中提出尺度自适应框架,用于跨位置语义分割,其中包括一个新的尺度判别器和一个尺度关注模块,以方便训练。证明了尺度感知适应能带来显著的性能提升。

提出的方法在几个跨数据集分割任务上,如 Potsdam ↔ Vaihingen 和DeepGlobe ↔ Vaihingen,优于最先进的域适应方法。

作者 | Xueqing Deng, Yi Zhu, Yuxin Tian, Shawn Newsam

单位 | 加州大学美熹德分校;亚马逊

论文 | https://arxiv.org/abs/2012.04222

代码 | https://github.com/xdeng7/scale-aware_da

分割

MSNet: A Multilevel Instance Segmentation Network for Natural Disaster Damage Assessment in Aerial Videos

MSNet:用于航空视频自然灾害评估的多级实例分割网络

本文研究通过航空视频分析,有效评估飓风、洪水或火灾等自然灾害后的建筑物损失问题。

做出了两个主要贡献:

第一个贡献是一个新的数据集,包括来自社交媒体用户生成的航拍视频,并带有实例级的建筑损伤掩码标注。为利用航拍视频评估建筑物损伤的模型的定量评估提供了第一个基准。

第二个贡献是一个新的模型:MSNet,包含了新的区域 proposal 网络设计和一个无监督的分数细化网络,用于边界盒和掩模分支的置信度分数校准。

实验表明,新的模型和新的数据集与以前的方法相比,取得了最先进的结果。

作者表示将发布数据、模型和代码。

作者 | Xiaoyu Zhu, Junwei Liang, Alexander Hauptmann<

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值