基于甚高分辨率卫星影像的建筑物分类
计算机视觉与模式识别
2021-11-30 v1
摘要
利用卫星影像进行建筑物分类在灾害评估、资源分配和人口估算等多种应用中日益重要。本工作聚焦于住宅与非住宅建筑物的建筑损毁评估（BDA）与建筑类型分类（BTC）。我们提出仅依赖RGB卫星影像并采用两阶段基于深度学习的方法：首先使用语义分割模型提取建筑足迹，随后对裁剪影像进行分类。由于缺乏适用于住宅/非住宅建筑分类的数据集，我们引入了一个高分辨率卫星影像新数据集。我们进行了大量实验以选取最佳超参数、模型架构和训练范式，并提出了一种基于迁移学习的新方法，其优于经典方法。最后，我们在两个应用上验证了所提方法，展现出优异的准确率和F1-score指标。
引用
@article{arxiv.2111.14650,
title = {Buildings Classification using Very High Resolution Satellite Imagery},
author = {Mohammad Dimassi and Abed Ellatif Samhat and Mohammad Zaraket and Jamal Haidar and Mustafa Shukor and Ali J. Ghandour},
journal= {arXiv preprint arXiv:2111.14650},
year = {2021}
}