ALOS2 SAR利用教程：数据集准备、自监督预训练与语义分割
计算机视觉与模式识别
2026-03-19 v2
摘要
掩码自编码器（MAE）及相关方法在卫星图像领域已展现出前景，但其在合成孔径雷达（SAR）中的应用仍然有限，主要由于语义标注的挑战和高噪声水平。在我们先前SAR-W-MixMAE工作的基础上——该方法为标准MixMAE的预训练添加了SAR特定的强度加权损失——我们还引入了SAR-W-SimMIM；一种应用于ALOS-2单通道SAR图像加权变体的SimMIM。该方法旨在减少自监督预训练过程中散斑和极端强度值的影响。我们将其对语义分割的效果与我们先前SAR-W-MixMAE和随机初始化的尝试进行了对比观察，发现了显著改进。此外，在卫星图像上进行预训练和微调面临独特挑战，特别是在开发区域特定模型时。土地覆盖分布的不平衡（如水域、森林或沙漠区域占主导）可能引入偏差，影响预训练和下游任务如土地覆盖分割。为解决这一问题，我们构建了一个使用ALOS-2单通道（HH极化）图像、聚焦日本区域的SAR数据集，标志着迈向国家级基础模型的第一步。该数据集用于预训练基于视觉Transformer的自编码器，所得编码器使用任务特定解码器进行语义分割微调。初步结果表明，与随机初始化从头训练相比，性能有显著提升。总体而言，本工作提供了一份指南，用于处理和准备ALOS2观测数据以创建数据集，从而利用模型的自监督预训练和语义分割等下游任务的微调。
引用
@article{arxiv.2603.15119,
title = {A Tutorial on ALOS2 SAR Utilization: Dataset Preparation, Self-Supervised Pretraining, and Semantic Segmentation},
author = {Nevrez Imamoglu and Ali Caglayan and Toru Kouyama},
journal= {arXiv preprint arXiv:2603.15119},
year = {2026}
}
备注
10 pages, 8 figures, 1 Table