3MOS：用于光学-SAR图像匹配的多源、多分辨率与多场景数据集
计算机视觉与模式识别
2025-10-14 v1
摘要
光学-SAR图像匹配是图像融合与视觉导航的一项基础任务。然而，所有用于方法开发的大规模开放SAR数据集均采集自单一平台，导致卫星类型与空间分辨率受限。由于不同传感器捕获的图像在几何与辐射外观上存在显著差异，现有方法可能无法匹配包含相同内容的对应区域。此外，大多数现有数据集未根据不同场景的特征进行分类。为促进更具通用性的多模态图像匹配方法的设计，我们引入了一个用于光学-SAR图像匹配的大规模多源、多分辨率与多场景数据集（3MOS）。它包含155K对光学-SAR图像，其中SAR数据来自六颗商业卫星，分辨率范围从1.25m到12.5m。数据被划分为八个场景，包括城市、乡村、平原、丘陵、山地、水域、沙漠和冻土。大量实验表明，没有任何SOTA方法能在不同来源、分辨率和场景下均取得一致优越的性能。此外，数据的分布对深度学习模型的匹配能力有重大影响，这提出了光学-SAR图像匹配中的领域自适应挑战。我们的数据与代码将开源于：https://github.com/3M-OS/3MOS。
关键词
引用
@article{arxiv.2404.00838,
title = {3MOS: Multi-sources, Multi-resolutions, and Multi-scenes dataset for Optical-SAR image matching},
author = {Yibin Ye and Xichao Teng and Shuo Chen and Yijie Bian and Tao Tan and Zhang Li},
journal= {arXiv preprint arXiv:2404.00838},
year = {2025}
}
备注
20pages 17 figures