GLH-Water：用于大尺寸甚高分辨率卫星影像中全球地表水检测的大规模数据集
计算机视觉与模式识别
2023-03-17 v1
摘要
甚高分辨率（VHR）卫星影像中的全球地表水检测可直接服务于精细化洪涝制图和水资源评估等重大应用。尽管在对应局部地理尺度的小尺寸卫星影像地表水检测方面已取得成果，但适用于制图和分析全球地表水的数据集与方法仍有待探索。为鼓励该任务的发展并促进相关应用的实施，我们提出了 GLH-water 数据集，其包含 250 张卫星影像及人工标注的全球分布地表水注释，涵盖展现广泛类型的水体（例如森林、灌溉农田、裸地及城市区域中的河流、湖泊和池塘）。每张影像尺寸为 12,800 12,800 像素，空间分辨率 0.3 米。为构建 GLH-water 基准，我们采用具代表性的地表水检测模型、流行的语义分割模型及超高分辨率分割模型进行了大量实验。此外，我们还设计了带有新颖金字塔一致性损失（PCL）的强基线以初步探索该挑战。最后，我们开展了跨数据集与试点区域泛化实验，优越的性能说明了 GLH-water 的强泛化性与实际应用价值。数据集可在 https://jack-bo1220.github.io/project/GLH-water.html 获取。
引用
@article{arxiv.2303.09310,
title = {GLH-Water: A Large-Scale Dataset for Global Surface Water Detection in Large-Size Very-High-Resolution Satellite Imagery},
author = {Yansheng Li and Bo Dang and Wanchun Li and Yongjun Zhang},
journal= {arXiv preprint arXiv:2303.09310},
year = {2023}
}