SISP：全色卫星图像中细粒度船舶实例分割的基准数据集
计算机视觉与模式识别
2024-02-07 v1
摘要
卫星图像中的细粒度船舶实例分割对于监测海上活动具有重要意义。然而，现有数据集往往存在细粒度信息或像素级定位标注稀缺，以及图像多样性和变化不足的问题，从而限制了该任务的研究。为此，我们提出了一个用于全色卫星图像中细粒度船舶实例分割的基准数据集，即 SISP。该数据集包含 10,000 张切片图像中的 56,693 个标注良好的船舶实例，涵盖四个细粒度类别，所有图像均采集自分辨率为 0.5 米的高景一号卫星。所提出的 SISP 数据集中的目标具有与真实卫星场景一致的特征，如高度类别不平衡、场景多样、目标密度和尺度变化大、类间相似度高和类内多样性大，所有这些都使得 SISP 数据集更适用于实际应用。此外，我们引入了一种动态特征细化辅助实例分割网络，即 DFRInst，作为卫星图像中船舶实例分割的基准方法。该方法能强化关键特征的显式表示，从而提高船舶实例分割的性能。我们在所提出的 SISP 数据集上进行了实验和分析，以评估该基准方法及几种最先进的方法，为促进未来研究建立基线。所提出的数据集和源代码将在以下地址提供：https://github.com/Justlovesmile/SISP。
引用
@article{arxiv.2402.03708,
title = {SISP: A Benchmark Dataset for Fine-grained Ship Instance Segmentation in Panchromatic Satellite Images},
author = {Pengming Feng and Mingjie Xie and Hongning Liu and Xuanjia Zhao and Guangjun He and Xueliang Zhang and Jian Guan},
journal= {arXiv preprint arXiv:2402.03708},
year = {2024}
}
备注
14 pages, 9 figures