GVCCS：面向可见全景天空相机序列的对比气溶胶识别与跟踪数据集
计算机视觉与模式识别
2025-07-28 v2 机器学习
摘要
航空气候影响包括二氧化碳排放之外的显著非CO2效应，尤其是对比气溶胶。这些冰云会改变地球辐射平衡，potentially rivaling aviation CO2的 warming 效应。基于物理的模型提供了对气溶胶形成和气候影响的有用估计，但其准确性高度依赖大气输入数据的质量，以及用于表示复杂过程（如冰粒子形成和湿度驱动的持久性）的假设。来自远程传感器（如卫星和地面摄像机）的观测数据可用于验证和校准这些模型。然而，现有数据集未能探索对比气溶胶动力学和形成的所有方面：它们通常缺乏时间跟踪，且未将气溶胶归因于其来源航班。为克服这些限制，我们提出了地面可见相机对比气溶胶序列(GVCCS)，一个记录可见范围内全天气溶胶的数据集。每个气溶胶都被单独标记并随时间跟踪，allowing对其生命周期进行详细分析。数据集包含122个视频序列(24,228帧)，并包括形成在摄像机上方的气溶胶的航班标识符。作为参考，我们还提出了用于气溶胶分析的统一深度学习框架，使用单一架构执行语义分割(气溶胶像素识别)、实例分割(单个气溶胶分离)和时间跟踪。通过提供高质量、时间分辨的注释以及用于模型评估的基准，Our work支持改进的气溶胶监测，并将促进更好的物理模型校准。这为更准确的气候影响理解和评估奠定了基础。
引用
@article{arxiv.2507.18330,
title = {GVCCS: A Dataset for Contrail Identification and Tracking on Visible Whole Sky Camera Sequences},
author = {Gabriel Jarry and Ramon Dalmau and Philippe Very and Franck Ballerini and Stefania-Denisa Bocu},
journal= {arXiv preprint arXiv:2507.18330},
year = {2025}
}