利用卷积神经网络检测卫星影像中的建筑物损毁
计算机视觉与模式识别
2019-10-16 v1 机器学习
图像与视频处理
机器学习
摘要
在从地震到武装冲突等各类灾害中，救援人员都需要诸如建筑物损毁与人口流离失所等准确且及时的数据，以开展有效应对。遥感以空前规模提供此类数据，但从卫星图像中提取可操作信息缓慢且费力。本工作中，我们利用机器学习自动化检测卫星影像中的建筑物损毁。我们比较了四种不同卷积神经网络模型在检测 2010 年海地地震中受损建筑物的表现。我们还通过在不同灾害事件上训练与测试模型，量化了模型对未来灾害的泛化能力。
引用
@article{arxiv.1910.06444,
title = {Building Damage Detection in Satellite Imagery Using Convolutional Neural Networks},
author = {Joseph Z. Xu and Wenhan Lu and Zebo Li and Pranav Khaitan and Valeriya Zaytseva},
journal= {arXiv preprint arXiv:1910.06444},
year = {2019}
}