Landsat Irish Coastal Segmentation (LICS) 数据集的提升：用于海岸水体分割
计算机视觉与模式识别
2024-09-25 v1 机器学习
图像与视频处理
摘要
爱尔兰海岸线是面临侵蚀、沉积和人类活动等挑战的关键且动态的资源。监控这些变化是一项复杂任务，我们采用卫星影像和深度学习方法进行处理。然而，此领域的研究尤其针对爱尔兰，仍有限。本文提出了 Landsat Irish Coastal Segmentation (LICS) 数据集，旨在促进海岸水体分割的深度学习方法开发，同时解决针对爱尔兰气象和海岸类型的建模挑战。该数据集用于评估各种自动化分割方法，其中 U-NET 在深度学习方法中达到最高的 95.0% 的准确率。然而，标准化差积水指数 (NDWI) 基准方法在平均准确率达到 97.2% 时超过 U-NET。该研究表明，深度学习方法可通过更准确的训练数据以及考虑侵蚀的替代测量手段进行进一步改进。LICS 数据集和代码均可免费获取，以支持可重复的研究并推动海岸监测工作的进一步发展。
关键词
引用
@article{arxiv.2409.15311,
title = {Enhancing coastal water body segmentation with Landsat Irish Coastal Segmentation (LICS) dataset},
author = {Conor O'Sullivan and Ambrish Kashyap and Seamus Coveney and Xavier Monteys and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2409.15311},
year = {2024}
}