S-EO：面向遥感应用的几何感知阴影检测大规模数据集
计算机视觉与模式识别
2025-04-22 v2
摘要
我们介绍 S-EO 数据集：一个大规模高分辨率数据集，旨在推动几何感知阴影检测。该数据集收集自多样化公共领域来源，包括挑战数据集和政府提供者（如美国地质调查局），数据集包含来自美国全境的 702 个地理参考瓦片，每片瓦片覆盖 500x500 米。每片瓦片包括多日期、多角度WorldView-3 细节化 RGB 图像、镀晖图像以及来自激光扫描仪获取的该区域地面真实高程模型（DSM）。对于每张图像，我们提供基于几何和日照位置推导的阴影掩模、基于 NDVI 指数的植被掩模，以及经过校正的 RPC 模型。数据集包含约 20,000 张图像，S-EO 数据集为遥感影像中的阴影检测及其应用（如 3D 重建）提供了新的公共资源。为展示数据集的影响，我们训练并评估了一个阴影检测器，展示了其在迁移到航空图像方面的泛化能力。最后，我们扩展了基于卫星影像的领先的 NeRF 方法（EO-NeRF），以利用我们的阴影预测实现更好的 3D 重建。
引用
@article{arxiv.2504.06920,
title = {S-EO: A Large-Scale Dataset for Geometry-Aware Shadow Detection in Remote Sensing Applications},
author = {Elías Masquil and Roger Marí and Thibaud Ehret and Enric Meinhardt-Llopis and Pablo Musé and Gabriele Facciolo},
journal= {arXiv preprint arXiv:2504.06920},
year = {2025}
}
备注
Accepted at Earthvision 2025 (CVPR Workshop)