Foreground-Aware Relation Network for Geospatial Object Segmentation in High Spatial Resolution Remote Sensing Imagery 高解像度リモートセンシング画像における地理空間オブジェクトセグメンテーションのためのForeground-Aware関係ネットワーク

地理空間オブジェクトセグメンテーションは、特定の意味セグメンテーションタスクとして、高空間解像度（HSR）リモートセンシング画像において、より大きなスケール変動、背景内のより大きなクラス内分散、および前景と背景の不均衡という問題に常に直面しています。しかし、一般的な意味セグメンテーション手法は主に自然シーンにおけるスケール変動に焦点を当てており、大域的な地球観測シーンで通常起こる他の2つの問題に対する考慮が十分ではありません。本論文では、これらの問題が前景モデリングの不足にあると考えられることを指摘し、関係に基づくおよび最適化に基づく前景モデリングの観点から、前景認識関係ネットワーク（FarSeg）を提案します。関係の観点からは、FarSegは前景-シーン関係を学習することで得られる前景に関連するコンテキストを通じて、前景特徴の識別力を強化します。一方で、最適化の観点からは、訓練中に前景例と背景の難易度が高い例に焦点を当てる前景認識最適化手法を提案し、バランスの取れた最適化を実現します。大規模データセットを使用した実験結果は、提案手法が最先端の一般的な意味セグメンテーション手法よりも優れており、速度と精度の間でより良いトレードオフを達成していることを示唆しています。コードは以下のURLで公開されています: \url{https://github.com/Z-Zheng/FarSeg}。