基于深度学习从 SAR 图像大规模检测与分类溢油
计算机视觉与模式识别
2020-06-25 v1 机器学习
摘要
我们提出一种深度学习框架，用于大规模地从合成孔径雷达（SAR）图像中检测并分类溢油。借助在大规模数据集上训练、经精心设计的图像分割神经网络模型，我们能够在溢油检测中取得最先进的性能，获得可与人工操作员结果相媲美的结果。我们还引入了一项分类任务，这在 SAR 溢油检测背景下属新颖工作。具体而言，在检测之后，每处溢油还依据其形状与纹理特征相关的不同类别进行分类。分类结果为改进世界领先供应商的溢油服务设计提供了宝贵见解。最后一项贡献是，我们展示了面向大规模数据的业务流水线及可视化工具，可检测并分析全球溢油的历史分布。
引用
@article{arxiv.2006.13575,
title = {Large-scale detection and categorization of oil spills from SAR images with deep learning},
author = {Filippo Maria Bianchi and Martine M. Espeseth and Njål Borch},
journal= {arXiv preprint arXiv:2006.13575},
year = {2020}
}