MagicBathyNet：用于浅水区水深预测和基于像素分类的多模态遥感数据集
计算机视觉与模式识别
2024-11-26 v2 图像与视频处理
摘要
准确、详细和高频率的水深测量，结合复杂的语义内容，对于面临强烈气候和人为压力的未充分测绘的浅海海底区域至关重要。当前利用遥感图像推导水深或海底类别的方法主要利用非公开数据。这种缺乏公开可访问的基准档案阻碍了深度学习方法在此类应用中的更广泛使用。为了解决这个问题，本文提出了MagicBathyNet，这是一个基准数据集，由Sentinel2、SPOT-6和航空影像的图像块、栅格格式的水深测量和海底类别注释组成。然后利用MagicBathyNet对基于学习的水深测量和基于像素的分类中的最先进方法进行基准测试。数据集、预训练权重和代码可在www.magicbathy.eu/magicbathynet.html公开获取。
引用
@article{arxiv.2405.15477,
title = {MagicBathyNet: A Multimodal Remote Sensing Dataset for Bathymetry Prediction and Pixel-based Classification in Shallow Waters},
author = {Panagiotis Agrafiotis and Łukasz Janowski and Dimitrios Skarlatos and Begüm Demir},
journal= {arXiv preprint arXiv:2405.15477},
year = {2024}
}
备注
5 pages, 3 figures, 5 tables. Accepted at IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2024