多标签分类_多标签分类文献阅读（6）

多标签航空影像分类的关系网(Relation Network for Multilabel Aerial Image Classification)

摘要

多标签分类在感知航空图像的复杂内容方面起着举足轻重的作用，并且在过去几年中引发了一些相关研究。但是，它们中的大多数在利用标签关系方面花费很少的精力，而这种依赖性对于做出准确的预测至关重要。尽管可以引入长期短期记忆(LSTM)层以链传播方式对此类标签依赖性进行建模，但是当某些标签被错误地推断时，效率可能会受到质疑。为了解决这个问题，我们提出了一种新颖的航空影像多标签分类网络，即注意感知标签关系推理网络。特别地，我们的网络由三个基本模块组成：1)标签级特征宗地学习模块；2)注意区域提取模块；3)标签关系推断模块。更具体地说，按标签标注地块学习模块旨在提取特定于标签的高级要素。注意区域提取模块旨在在不生成区域提议的情况下将这些特征中的可区分区域定位在本地，从而生成注意标签特定的功能。标签关系推断模块最终使用从前一个模块的输出中得出的标签关系来预测标签的存在。所提出的网络的特征在于其具有提取判别性标签特征和自然且可解释地推理标签关系的能力。在我们的实验中，我们在两个多标签航空影像数据集上评估了提出的模型，其中一个是新产生的。这两个数据集的定量和定性结果证明了我们模型的有效性。

1、介绍

A、识别多个标签的挑战

在识别航空图像的多个标签时，需要面对两个主要挑战。一种是如何从原始图像中提取语义特征表示。这是至关重要的，但特别是对于高分辨率的航拍图像来说很困难，因为它们始终包含复杂的空间上下文信息。常规方法主要诉诸于手工制作的特征和语义模型，而这些方法无法有效地提取高级语义并导致分类性能有限。因此，需要高效的高级特征提取器。 另一个挑战是如何充分利用标签相关性来推断航空图像的多个对象标签。与主要关注于建模图像标签相关性的单标签分类相反，探索和建模标签标签相关性在识别航空图像中的多个对象方面起着补充但必不可少的作用。例如，船的存在自信地推断出水或海的共存，而汽车的存在则暗示了人行道出现的高可能性。不幸的是，文献中很少涉及这种标签相关性。一种解决方案是使用递归神经网络(RNN)来学习标签依赖性。但是，这是通过链传播方式完成的，其性能在很大程度上取决于长期记忆的学习效果。

总体而言，高效的多标签分类模型应该不仅能够学习高级特征表示，而且能够有效地对标签相关性进行建模。