遥感图像用于洪水检测：数据增强策略的探索
计算机视觉与模式识别
2025-04-30 v1 图像与视频处理
摘要
洪水在全球范围内造成严重问题。快速有效地响应需要准确及时的受影响区域信息。有效地将遥感图像用于准确洪水检测需要特定的检测方法。通常采用深度神经网络，其在特定数据集上进行训练。为了进行RGB图像中的河流洪水检测，我们使用BlessemFlood21数据集。我们在此探索不同数据增强策略的使用，涵盖从基本方法到更复杂技术，包括光学畸变。通过识别有效策略，我们旨在细化基于深度学习分割网络的训练过程。
引用
@article{arxiv.2504.20203,
title = {Remote Sensing Imagery for Flood Detection: Exploration of Augmentation Strategies},
author = {Vladyslav Polushko and Damjan Hatic and Ronald Rösch and Thomas März and Markus Rauhut and Andreas Weinmann},
journal= {arXiv preprint arXiv:2504.20203},
year = {2025}
}