Hi-UCD：一种用于遥感影像中城市语义变化检测的大规模数据集
计算机视觉与模式识别
2020-12-29 v7 图像与视频处理
摘要
随着城市扩张的加速，城市变化检测(UCD)作为一种重要且有效的方法，可提供关于地理空间对象的变化信息以支撑动态城市分析。然而，现有数据集面临三个瓶颈：(1) 缺乏高空间分辨率影像；(2) 缺乏语义标注；(3) 缺乏长时序多时相影像。本文提出一个大规模基准数据集，称为 Hi-UCD。该数据集采用爱沙尼亚土地委员会提供的空间分辨率 0.1 m 的航空影像，包含三个时相，并语义标注了九类地表覆盖以获取地物变化方向。其可用于精细城市变化的检测与分析。我们使用二值与多类变化检测中的一些经典方法对该数据集进行基准测试。实验结果表明 Hi-UCD 具有挑战性且实用。希望 Hi-UCD 能成为一个强有力的基准，推动未来研究。
引用
@article{arxiv.2011.03247,
title = {Hi-UCD: A Large-scale Dataset for Urban Semantic Change Detection in Remote Sensing Imagery},
author = {Shiqi Tian and Ailong Ma and Zhuo Zheng and Yanfei Zhong},
journal= {arXiv preprint arXiv:2011.03247},
year = {2020}
}
备注
Presented at NeurIPS 2020 Workshop on Machine Learning for the Developing World