利用中分辨率卫星影像绘制贫民窟地图:多光谱数据与灰度共生矩阵技术的比较分析
计算机视觉与模式识别
2021-06-23 v1 计算机与社会
摘要
联合国人居署估计全球有超过十亿人生活在贫民窟中。然而,最先进的贫民窟区域定位技术采用高分辨率卫星影像,其获取与处理成本高昂。因此,研究人员已开始着手利用免费且开放获取的中分辨率卫星影像。然而,对于此类影像数据应使用哪些数据准备与机器学习方法最为合适,目前尚无明确共识。在本文中,我们在一个由带标注的 Sentinel-2 影像组成、空间分辨率为 10 米的开放获取数据集上评估了两种技术(多光谱数据与灰度共生矩阵特征提取)。两种技术均与典型相关森林分类器配对使用。结果显示,灰度共生矩阵在全部四座城市上均优于多光谱数据。其贫民窟类的平均准确率为 97%,平均交并比为 94%,而多光谱数据在相应指标上分别为 75% 与 64%。这些结果表明,分辨率至少为 10 米的开放获取卫星影像可能适用于跟踪诸如城市贫民窟检测等发展目标。
引用
@article{arxiv.2106.11395,
title = {Mapping Slums with Medium Resolution Satellite Imagery: a Comparative Analysis of Multi-Spectral Data and Grey-level Co-occurrence Matrix Techniques},
author = {Agatha C. H. de Mattos and Gavin McArdle and Michela Bertolotto},
journal= {arXiv preprint arXiv:2106.11395},
year = {2021}
}
备注
Accepted at the 3rd Workshop on Artificial Intelligence for Social Good (IJCAI 2021)