用于地球观测影像语义分割的 Geo-Tiles
计算机视觉与模式识别
2023-06-08 v2 图像与视频处理
摘要
为了应对在计算地球观测影像语义分割时的高要求，当前最先进的流程将相应数据划分为较小的图像。现有方法和基准数据集通常依赖于基于像素的切片方案或网络地图应用所采用的地理切片方案。子图像的选择（包括大小、位置和方向）至关重要。它影响每个像素可用的上下文信息，定义了训练期间的切片数量，并影响在下采样和上采样切片内容至分割模型所需大小时的信息退化程度。我们提出了一种新的地球观测影像分割流程，该流程依赖于一种基于栅格数据地理信息创建地理切片的切片方案。与基于像素或常见网络地图的方法相比，该方法表现出若干有益特性。所提出的切片方案在切片粒度、切片步长和图像边界对齐方面展现出灵活的自定义特性。这使我们能够在训练期间执行特定于切片的数据增强，并在推理期间使用重叠切片的数据替换上下文信息有限的像素预测。生成的切片相对于异构传感器、不同的记录距离和不同的纬度，表现出一致的空间切片范围。我们展示了所提出的切片系统如何能够改进当前最先进的语义分割模型的结果。为了促进未来的研究，我们公开了源代码。
引用
@article{arxiv.2306.00823,
title = {Geo-Tiles for Semantic Segmentation of Earth Observation Imagery},
author = {Sebastian Bullinger and Florian Fervers and Christoph Bodensteiner and Michael Arens},
journal= {arXiv preprint arXiv:2306.00823},
year = {2023}
}