中文

SyntheWorld:面向土地覆盖制图与建筑物变化检测的大规模合成数据集

计算机视觉与模式识别 2023-09-06 v1 人工智能 人机交互

摘要

合成数据集因其成本效益高而在推动计算机视觉任务与技术发展方面发挥着关键作用。然而,在遥感图像处理领域,由于对更大规模和更多样化三维模型的需求,合成数据集的创建变得具有挑战性。真实遥感数据集所面临的数据获取有限和标注成本高等困难进一步加剧了这种复杂性,从而放大了对高质量合成替代数据的需求。为此,我们提出了 SyntheWorld,一个在质量、多样性和规模上均无可比拟的合成数据集。它包含 40,000 张具有亚米级像素和八类细粒度土地覆盖标注的图像,同时还提供 40,000 对具有建筑物变化标注的双时相图像对,用于建筑物变化检测任务。我们在多个基准遥感数据集上进行了实验,以验证 SyntheWorld 的有效性,并探究我们的合成数据在何种条件下具有优势。我们将发布 SyntheWorld 以促进遥感图像处理研究。

关键词

引用

@article{arxiv.2309.01907,
  title  = {SyntheWorld: A Large-Scale Synthetic Dataset for Land Cover Mapping and Building Change Detection},
  author = {Jian Song and Hongruixuan Chen and Naoto Yokoya},
  journal= {arXiv preprint arXiv:2309.01907},
  year   = {2023}
}

备注

Accepted by WACV 2024