俯视检测：超越 8 位与 RGB
计算机视觉与模式识别
2018-08-08 v1
摘要
本研究使用具有挑战性且公开可用的 SpaceNet 数据集，为卫星影像中最先进的物体检测器建立性能基线。具体而言，我们考察数据的各种特征如何影响基于交并比（Intersection over Union）度量的建筑物检测精度。我们证明，在地面采样距离为 1.5 米、具有三个光谱波段的影像上，R-FCN 检测算法使用 13 位数据（而非相同空间与光谱分辨率的 8 位数据）时性能提升超过 32%。我们还建立了关于建筑物尺寸与场景密度的精度趋势。最后，我们提出并评估了将额外光谱信息整合进现成深度学习架构的多种方法。有趣的是，我们的方法对光谱波段的选择具有鲁棒性，并且我们注意到在添加额外波段时并无显著的性能提升。
引用
@article{arxiv.1808.02443,
title = {Overhead Detection: Beyond 8-bits and RGB},
author = {Eliza Mace and Keith Manville and Monica Barbu-McInnis and Michael Laielli and Matthew Klaric and Samuel Dooley},
journal= {arXiv preprint arXiv:1808.02443},
year = {2018}
}
备注
10 pages, 8 figures, 2 tables