基于 Vision Transformer (ViT) 的 EVAP 模型结合 Sentinel-2 与 Formosat-5 影像的灾后受灾区域分割
计算机视觉与模式识别
2026-03-10 v2 人工智能
摘要
我们提出了一种基于 Vision Transformer (ViT) 的深度学习框架，以优化遥感影像中的受灾区域分割，旨在支持并增强由台湾太空中心（TASA）开发的应急增值产品（EVAP）。该流程从一小部分人工标注区域开始。随后，我们应用基于主成分分析（PCA）的特征空间分析并构建置信指数（CI）以扩展这些标签，从而生成一个弱监督训练集。这些扩展后的标签随后被用于训练基于 ViT 的编码器-解码器模型，模型的输入为来自 Sentinel-2 和 Formosat-5 影像的多波段数据。我们的架构支持多种解码器变体和多阶段损失策略，以在有限监督下提升性能。在评估阶段，将模型预测结果与更高分辨率的 EVAP 输出进行比较，以评估空间连贯性和分割一致性。在 2022 年鄱阳湖干旱和 2023 年罗德岛野火上的案例研究表明，我们的框架提升了分割结果的平滑度与可靠性，为在缺乏准确真实标注时的灾害测绘提供了一种可扩展的方法。
引用
@article{arxiv.2507.16849,
title = {Post-Disaster Affected Area Segmentation with a Vision Transformer (ViT)-based EVAP Model using Sentinel-2 and Formosat-5 Imagery},
author = {Yi-Shan Chu and Hsuan-Cheng Wei},
journal= {arXiv preprint arXiv:2507.16849},
year = {2026}
}