基于热变异雷达数据的弱监督热带森林映射
图像与视频处理
2024-08-05 v2
摘要
热带森林在调节全球碳循环和维持热带森林生物多样性方面发挥着重要作用，因此有迫切需要绘制热带森林生态系统的范围。最近，深度学习成为绘制这些生态系统的强大工具，但也面临着精细参考数据集的制作困难问题。由于手动标注高质量的参考数据集需要大量时间和成本，弱监督学习技术提供了一个在不需要大量手动标注参考数据集的情况下训练高质量模型的潜力。本文提出了两种基于 Sentinel-1 SAR 图像的弱监督方法，这些方法利用稀疏分布的像素级高质量参考标签和稠密分布的噪声参考标签。所提出的方法在巴西亚马逊的热带环境中进行了测试。结果表明，无需手动标注标签，即可从弱监督学习中推导出高质量的热带森林图。
关键词
引用
@article{arxiv.2408.00107,
title = {Sentinel-1 SAR Based Weakly Supervised Learning For Tropical Forest Mapping},
author = {Adugna Mullissa and Sassan Saatchi},
journal= {arXiv preprint arXiv:2408.00107},
year = {2024}
}