基于 Sentinel-2 影像稀疏标注的土地覆盖分割
计算机视觉与模式识别
2023-06-29 v1
摘要
土地覆盖（LC）分割在包括环境分析与自然灾害管理在内的多种应用中起着关键作用。然而，生成准确的 LC 地图是一项复杂且耗时的任务，需要多位标注者的专业知识，并定期更新以反映环境变化。在本工作中，我们引入 SPADA，一个用于燃料图划定的框架，它通过稀疏标注与面向语义分割的域适应技术来解决 LC 分割相关的挑战。使用 LUCAS 与 Urban Atlas 等可靠地面真值的性能评估证明了该方法的有效性。SPADA 优于最先进的语义分割方法以及第三方产品，在 Urban Atlas 与 LUCAS 上分别取得了 42.86 的平均交并比（IoU）分数与 67.93 的 F1 分数。
引用
@article{arxiv.2306.16252,
title = {Land Cover Segmentation with Sparse Annotations from Sentinel-2 Imagery},
author = {Marco Galatola and Edoardo Arnaudo and Luca Barco and Claudio Rossi and Fabrizio Dominici},
journal= {arXiv preprint arXiv:2306.16252},
year = {2023}
}
备注
4 pages, short paper. Accepted to IGARSS 2023