SFFAI 112 图像分割专题
遥感图像分割属于图像语义分割的一个指定任务。遥感图像分割有着广泛的应用，比如无人机定位，航拍图像处理，城市的运行管理等等。不同于图像语义分割专注于解决多尺度问题，遥感图像分割里面有一些特殊的问题需要解决。其中最为重要的两个问题：一是前背景的目标的不平衡问题，背景的像素比重过于复杂,导致前景的分割目标质量较差。二是相关的数据集中存在着过多的小目标，小目标的分割效果好的要求是必须要做到高分辨率和高语义的特征表达。本期我们邀请到来自北京大学的李祥泰同学，分享他解决上述两个问题的方法。
讲者介绍
李祥泰，北京大学信息科学技术学院在读博士生，直博博四。博士的研究方向是图像和视频的分割。目前在CVPR, ECCV, AAAI, BMVC. TIP等会议和期刊发表相关论文8篇。
会议题目
基于点流的遥感图像分割
会议摘要
一些基于密集相似性（dense affinity）的语义分割方法在遥感图像分割数据集上会导致性能急剧地下降，我们初步判断其原因是过量的上下文信息导致给每个像素点带了不必要的噪声，比如对于汽车的类别，背景可能是路面，或者房屋，但是在iSAID数据集上，路面和房屋却是一个类别，这种外观和语义之间的差距导致了，基于dense affinity的方法性能比baseline的结果还要差。为此我们提出了一个新的框架来解决这个问题，我们的名字叫做PointFlow(点流)，基于点的相似形矩阵建模的框架。由于遥感的数据集存在小目标比较多的情况，我们采用FPN的框架，这样可以把语义信息从上到下地传递，即我们的模块的输入是两个相邻的特征层（低分辨率高语义为高层，高分辨率低语义是底层），输出是底层的特征。我们方法在三个不同的国际遥感图像分割数据集上取得了领先的地位(iSAID，Vaihingen，Postdam)，并且我们还做到了最好的速度和精度的权衡。
论文标题：PointFlow: Flowing Semantics Through Points for Aerial Image Segmentation
在线阅读：https://bbs.sffai.com/d/253
会议亮点
1、该次分享会详细介绍遥感分割中重要的两个问题：一是前背景的目标的不平衡问题，二是相关的数据集中存在着过多的小目标问题；
2、该次分享会详细回顾相关的语义分割工作和思路；
3、该次分享会详细介绍基于点的affinity设计和实验分析。
直播时间
2021年6月27日（周日）20:00—21:00 线上直播
关注微信公众号：人工智能前沿讲习，对话框回复“SFFAI112”，获取入群二维码
注：直播地址会分享在交流群内
现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了SFFAI这个公益活动。SFFAI每周举行一期线下活动，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。
SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，将对线下讨论的内容进行线上传播，使后来者少踩坑，也为讲者塑造个人影响力。SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest，通过汇总各位参与者贡献的领域知识，沉淀线下分享的前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献，欢迎大家关注SFFAI论坛：https://bbs.sffai.com。
