一种用于卫星图像的立体视觉基准数据集
计算机视觉与模式识别
2019-07-11 v1
摘要
为促进基于多时相卫星图像的立体重建的进一步研究，本文旨在提供一组立体校正图像及相关的真实视差（groundtruthed disparities），涵盖取自两个来源的10个AOI（感兴趣区域）：IARPA的MVS Challenge数据集中的8个AOI，以及CORE3D-Public数据集中的2个AOI。真实视差通过首先由立体像对构建融合DSM，并将30 cm LiDAR与融合DSM对齐而获得。与现有基准数据集不同，我们还利用两个AOI中的人工标注点对所获真实视差进行了定量评估。此外，本数据集的校正精度与现有最先进（state-of-the-art）立体数据集相当。总体上，数据集采用WorldView-3（WV3）图像，唯UCSD区域例外，该区域同时使用了WV3与WorldView-2（WV2）图像。所有数据集图像现已进入公共领域。由于多时相卫星图像常包含不同季节获取的图像（这给立体对应像素对的寻找带来挑战），我们的数据集还为每幅图像提供了建筑掩膜，在其上由立体估计的视差应是可靠的。数据集包含的额外元数据有每幅图像的获取日期与时间、相机的方位角与仰角，以及立体像对中两视角的交会角。数据集中还包含对真实视差图精度的定量与定性分析。我们的数据集可于\url{https://engineering.purdue.edu/RVL/Database/SatStereo/index.html}下载。
引用
@article{arxiv.1907.04404,
title = {A New Stereo Benchmarking Dataset for Satellite Images},
author = {Sonali Patil and Bharath Comandur and Tanmay Prakash and Avinash C. Kak},
journal= {arXiv preprint arXiv:1907.04404},
year = {2019}
}