操控无人机影像用于卫星模型训练、校准与测试

现代畜牧业日益数据驱动，常依赖高效遥感在大范围收集数据。高分辨率卫星影像正是这样一种数据源，随着覆盖增加与成本下降，农民对其可及性正不断提高。此类图像可用于检测与追踪动物、监测牧场变化及了解土地利用。许多应用于这些任务的数据驱动模型需要高于卫星所能提供的分辨率来进行地面真值标注。同时，缺乏聚焦于农田在数天或数周内发生的变化（如畜群移动）的可用航拍影像。鉴于此目标，我们提出一个新的高分辨率无人机多时相影像数据集，其经人工退化以匹配卫星数据质量。采用经验模糊度量将该退化过程针对该区域实际卫星影像进行校准。无人机调查在数周内对特定农场位置重复飞行。该5cm/像素数据分辨率足够高，可准确地面真值化牛位置及草被覆盖等其他因素。从33次广域无人机调查中，提取1869个图块并使用精确的卫星光学模型人工退化以模拟卫星数据。来自多个时段的地理图块被对齐并作为集合呈现，提供可用于检测农场变化的多时相数据集。地理参考图像与27,853个手动标注的牛标签已公开可用。