DeepGlobe 2018：通过卫星图像解析地球挑战赛
计算机视觉与模式识别
2019-05-15 v1
摘要
我们提出DeepGlobe 2018卫星图像理解挑战赛，其包含三项关于卫星图像的分割、检测与分类任务的公开竞赛。类似于计算机视觉领域其他挑战赛如DAVIS和COCO，DeepGlobe提出了三个数据集及相应的评估方法，并连贯地打包为三项竞赛，配以与CVPR 2018联合举办的专门研讨会。我们观察到卫星影像是丰富且结构化的信息源，但计算机视觉研究者对其关注少于日常图像。然而，将现代计算机视觉与遥感数据分析相桥接，可能对我们理解环境的方式产生关键影响，并带来全球城市规划或气候变化研究方面的重大突破。秉持这一桥接目标，DeepGlobe旨在汇聚不同领域的研究者，提升计算机视觉界对遥感的关注，反之亦然。我们旨在改进并评估最先进的卫星图像理解方法，希望其能作为未来同主题研究的参考基准。本文中，我们分析各数据集特征，定义竞赛的评估准则，并为每项任务提供基线。
引用
@article{arxiv.1805.06561,
title = {DeepGlobe 2018: A Challenge to Parse the Earth through Satellite Images},
author = {Ilke Demir and Krzysztof Koperski and David Lindenbaum and Guan Pang and Jing Huang and Saikat Basu and Forest Hughes and Devis Tuia and Ramesh Raskar},
journal= {arXiv preprint arXiv:1805.06561},
year = {2019}
}
备注
Dataset description for DeepGlobe 2018 Challenge at CVPR 2018