基于 SEN12MS 数据集的遥感图像分类
计算机视觉与模式识别
2021-04-05 v1 图像与视频处理
摘要
图像分类是推动计算机视觉中基于卷积神经网络的深度学习快速发展的主要驱动力之一。遥感中类似的场景分类任务亦然。然而，与计算机视觉界长期使用成熟的大规模标准数据集来训练和评测高容量模型不同，遥感界仍主要依赖相对较小且常依赖于应用的数据集，因而缺乏可比性。在本通讯中，我们呈现了 SEN12MS 数据集面向分类的转化版本。基于此，我们给出了基于两种标准 CNN 架构和不同输入数据配置的若干基线模型结果。我们的结果支持了遥感图像分类的基准评测，并提供了关于多光谱数据与多传感器数据融合相对于传统 RGB 影像优势的认识。
引用
@article{arxiv.2104.00704,
title = {Remote Sensing Image Classification with the SEN12MS Dataset},
author = {Michael Schmitt and Yu-Lun Wu},
journal= {arXiv preprint arXiv:2104.00704},
year = {2021}
}
备注
accepted for publication in the ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences (online from July 2021)