基于 Sentinel-2 的高分辨率建筑物与道路检测
计算机视觉与模式识别
2024-09-19 v3
摘要
利用遥感自动绘制建筑物与道路地图通常需要高分辨率影像，这类数据获取成本高且往往覆盖稀疏。本工作中，我们展示了如何使用多幅 10 m 分辨率的 Sentinel-2 影像生成 50 cm 分辨率的建筑物与道路分割掩膜。具体做法是训练一个可获取 Sentinel-2 影像的“学生”模型，以复现可获取相应高分辨率影像的“教师”模型的预测。尽管预测结果不具备教师模型的所有精细细节，我们发现仍能保留大部分性能：建筑物分割达到 79.0% mIoU，而高分辨率教师模型精度为 85.5% mIoU。我们还描述了两种基于 Sentinel-2 影像的相关方法：一种用于单体建筑物计数，相对于真实计数达到 ；另一种用于预测建筑物高度，平均绝对误差为 1.5 米。本工作为利用免费的 Sentinel-2 影像完成此前仅能由高分辨率卫星影像完成的多种任务开辟了新可能。
引用
@article{arxiv.2310.11622,
title = {High-Resolution Building and Road Detection from Sentinel-2},
author = {Wojciech Sirko and Emmanuel Asiedu Brempong and Juliana T. C. Marcos and Abigail Annkah and Abel Korme and Mohammed Alewi Hassen and Krishna Sapkota and Tomer Shekel and Abdoulaye Diack and Sella Nevo and Jason Hickey and John Quinn},
journal= {arXiv preprint arXiv:2310.11622},
year = {2024}
}