检测地表上的人为干预：KAZE 特征、泊松点过程与一种建筑数据集
计算机视觉与模式识别
2017-03-31 v1
摘要
我们提出了一种算法，能够通过分析时间序列遥感影像中局部特征之间的匹配，识别地球表面多种多样的人为变化。我们评估了特征集、匹配协议以及特征匹配的统计建模。通过应用 KAZE 特征、k近邻描述子匹配、几何邻近与双向匹配一致性检查，平均匹配率比先前标准提高一倍以上。在测试我们的平台时，我们构建了一个小型带标签的基准数据集，表达了2010至2012年间加利福尼亚州大规模住宅、工业和市政建设以及空实例。在该基准集上，我们的算法在三分之二的场景中给出了精确、准确的变化提议。此外，检测阈值可被调节，使得所有或几乎所有提议的检测均为真阳性。
引用
@article{arxiv.1703.10196,
title = {Detecting Human Interventions on the Landscape: KAZE Features, Poisson Point Processes, and a Construction Dataset},
author = {Edward Boyda and Colin McCormick and Dan Hammer},
journal= {arXiv preprint arXiv:1703.10196},
year = {2017}
}