MethaneMapper：用于甲烷检测的光谱吸收感知高光谱 Transformer
图像与视频处理
2023-04-07 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
甲烷（CH4）是全球气候变化的主要贡献者。近期的机载可见光-红外成像光谱仪下一代（AVIRIS-NG）在甲烷排放的定量制图中非常有用。现有的分析该数据的方法对局部地形条件敏感，常需要领域专家人工检视，易产生显著误差，因而不可扩展。为应对这些挑战，我们提出一种新颖的端到端光谱吸收波长感知 transformer 网络 MethaneMapper，以检测并量化排放。MethaneMapper 引入两个新颖模块，有助于在光谱域定位最相关的甲烷羽流区域，并利用它们进行精确局部化。充分评估表明 MethaneMapper 在检测中达到 0.63 mAP，并将模型尺寸较当前 SOTA 缩减（5 倍）。此外，我们还引入了一个大规模甲烷羽流分割掩码数据集，涵盖 2015–2022 年超过 1200 条 AVIRIS-NG 航线，包含超过 4000 个甲烷羽流位点。我们的数据集将为研究人员提供开发与推进新方法以解决这一具有重大广泛社会影响的温室气体检测难题的机会。数据集与源代码已公开。
引用
@article{arxiv.2304.02767,
title = {MethaneMapper: Spectral Absorption aware Hyperspectral Transformer for Methane Detection},
author = {Satish Kumar and Ivan Arevalo and ASM Iftekhar and B S Manjunath},
journal= {arXiv preprint arXiv:2304.02767},
year = {2023}
}
备注
16 pages, 9 figures, 3 tables, Accepted to Computer Vision and Pattern Recognition (CVPR 2023) conference. CVPR 2023 Highlights paper