AutoGeoLabel：面向地理空间机器学习的自动化标签生成
图像与视频处理
2022-02-02 v1 计算机视觉与模式识别
机器学习
摘要
监督学习的一个关键挑战是人标数据的可用性。我们评估了一种用于自动生成遥感数据标签的大数据处理流水线。它基于从 LiDAR 测量等调查中提取的栅格化统计特征。使用栅格化统计图层的简单组合，证明可以约 0.9 的精度生成多个类别。作为概念验证，我们利用大数据地理平台 IBM PAIRS 在具有多类土地覆盖的密集城市区域中动态生成此类标签。此处提出的通用方法与平台无关，并可适用于为其他卫星模态生成标签，从而赋能用于土地利用分类与对象检测的俯视影像机器学习。
引用
@article{arxiv.2202.00067,
title = {AutoGeoLabel: Automated Label Generation for Geospatial Machine Learning},
author = {Conrad M Albrecht and Fernando Marianno and Levente J Klein},
journal= {arXiv preprint arXiv:2202.00067},
year = {2022}
}