融合灾后甚高分辨率航空影像与 LiDAR 数据用于加勒比地区屋顶分类
计算机视觉与模式识别
2023-10-10 v4
摘要
准确且最新的建筑特征信息对于脆弱性评估至关重要;然而,传统野外调查的高成本与长周期可能成为获取灾害风险管理所需关键暴露数据集的障碍。在本工作中,我们利用深度学习技术,从 2017 年飓风玛丽亚后于多米尼克获取的甚高分辨率正射影像与机载 LiDAR 数据中自动分类屋顶特征。我们证明多模态地球观测数据的融合优于单独使用任一单一数据源。使用我们所提方法,我们在屋顶类型与屋顶材料分类上分别取得了 0.93 与 0.92 的 F1 分数。本工作旨在帮助政府生成更及时的建筑信息,以提升加勒比地区的韧性与灾害响应能力。
引用
@article{arxiv.2307.16177,
title = {Fusing VHR Post-disaster Aerial Imagery and LiDAR Data for Roof Classification in the Caribbean},
author = {Isabelle Tingzon and Nuala Margaret Cowan and Pierre Chrzanowski},
journal= {arXiv preprint arXiv:2307.16177},
year = {2023}
}
备注
ICCV 2023 Workshop on Artificial Intelligence for Humanitarian Assistance and Disaster Response