关于创建航空图像解译基准数据集：综述、指导与 Million-AID
计算机视觉与模式识别
2021-03-31 v2
摘要
过去几年见证了遥感（RS）图像解译及其广泛应用的巨大进展。随着 RS 图像比以往任何时候都更易获取，对这些图像自动解译的需求日益增长。在此背景下，基准数据集成为开发和测试智能解译算法的必要前提。在回顾 RS 图像解译研究领域中现有基准数据集后，本文探讨了如何高效准备合适的 RS 图像解译基准数据集的问题。具体地，我们首先通过文献计量分析当前开发 RS 图像解译智能算法的挑战。随后给出高效创建基准数据集的一般性指导。遵循所给指导，我们也提供了一个构建 RS 图像数据集的示例，即 Million-AID，一个包含百万实例、用于 RS 图像场景分类的新大规模基准数据集。最后讨论了 RS 图像标注中的若干挑战与前景，以促进基准数据集构建的研究。我们期望本文能为 RS 领域提供关于构建大规模实用图像数据集（尤其是数据驱动型）以开展进一步研究的整体视角。
引用
@article{arxiv.2006.12485,
title = {On Creating Benchmark Dataset for Aerial Image Interpretation: Reviews, Guidances and Million-AID},
author = {Yang Long and Gui-Song Xia and Shengyang Li and Wen Yang and Michael Ying Yang and Xiao Xiang Zhu and Liangpei Zhang and Deren Li},
journal= {arXiv preprint arXiv:2006.12485},
year = {2021}
}