Hephaestus：面向 InSAR 理解的大规模多任务数据集
计算机视觉与模式识别
2022-04-21 v1 天体物理仪器与方法
机器学习
摘要
合成孔径雷达（SAR）数据，尤其是干涉 SAR（InSAR）产品，是地球观测数据最大的来源之一。InSAR 提供关于多样地球物理过程与地质以及人造结构岩土特性的独特信息。然而，仅有有限应用利用丰富的 InSAR 数据与深度学习方法提取此类知识。主要障碍在于缺乏大型经整理与标注的 InSAR 数据集，其创建成本高昂且需具备 InSAR 数据解译经验的跨学科专家团队。本工作中，我们着力创建并公开首个此类手动标注数据集，其由全球 44 座不同火山上获取的 19,919 幅独立 Sentinel-1 干涉图组成，并被切分为 216,106 个 InSAR 图块。该标注数据集旨在应对不同计算机视觉问题，包括火山状态分类、地表形变语义分割、InSAR 影像中大气信号的检测与分类、干涉图描述生成、文本到 InSAR 生成，以及 InSAR 图像质量评估。
引用
@article{arxiv.2204.09435,
title = {Hephaestus: A large scale multitask dataset towards InSAR understanding},
author = {Nikolaos Ioannis Bountos and Ioannis Papoutsis and Dimitrios Michail and Andreas Karavias and Panagiotis Elias and Isaak Parcharidis},
journal= {arXiv preprint arXiv:2204.09435},
year = {2022}
}
备注
This work has been accepted for publication in EARTHVISION 2022, in conjuction with the Computer Vision and Pattern Recognition (CVPR) 2022 Conference