中文

MultiEarth 2022 deforestation challenge——ForestGump

计算机视觉与模式识别 2022-06-23 v1 图像与视频处理

摘要

亚马逊森林毁林估算是一项具有挑战性的任务,原因在于区域广阔且人类直接进入困难。然而,这是一个关键问题,因为毁林会导致全球气候变化、生物多样性减少等严重环境问题。为有效解决这些问题,卫星影像将是估算亚马逊毁林的良好替代方案。结合光学影像与合成孔径雷达(SAR)影像,无论天气条件如何,对如此巨大区域的观测成为可能。本文中,我们提出一种结合常规UNet与全面数据处理的精确毁林估算方法。我们精心筛选并利用Sentinel-1、Sentinel-2和Landsat 8的多样通道来训练深度神经网络。所提方法成功以高精度估算了新查询的毁林状况。

关键词

引用

@article{arxiv.2206.10831,
  title  = {MultiEarth 2022 Deforestation Challenge -- ForestGump},
  author = {Dongoo Lee and Yeonju Choi},
  journal= {arXiv preprint arXiv:2206.10831},
  year   = {2022}
}

备注

CVPR 2022, MultiEarth 2022, Deforestation Estimation Challenge