用于深度学习 SAR-光学数据融合的 QXS-SAROPT 数据集
图像与视频处理
2021-04-27 v2 计算机视觉与模式识别
机器学习
摘要
深度学习技术对遥感领域的影响日益增强。然而，由于缺少大量完美配准、场景多样且高分辨率的多传感器图像数据，特别是合成孔径雷达（SAR）数据与光学影像，基于深度神经网络融合具有异质特征的不同遥感模态数据尚未得到充分探索。为推动基于深度学习的 SAR-光学融合方法的发展，我们发布了 QXS-SAROPT 数据集，其包含 20,000 对 SAR-光学图像块。我们从 SAR 卫星高分三号（GaoFen-3）影像获取 SAR 图像块，从 Google Earth 影像获取光学图像块。这些图像覆盖三个港口城市：圣迭戈、上海和青岛。在此，我们详细介绍了该数据集的构建过程，并展示了其两个代表性应用示例，即 SAR-光学图像匹配以及借助光学图像跨模态信息增强的 SAR 舰船检测。作为一个具有多场景高分辨率的大型开放 SAR-光学数据集，我们相信 QXS-SAROPT 将对基于深度学习的 SAR-光学数据融合技术的进一步研究具有潜在价值。
引用
@article{arxiv.2103.08259,
title = {The QXS-SAROPT Dataset for Deep Learning in SAR-Optical Data Fusion},
author = {Meiyu Huang and Yao Xu and Lixin Qian and Weili Shi and Yaqin Zhang and Wei Bao and Nan Wang and Xuejiao Liu and Xueshuang Xiang},
journal= {arXiv preprint arXiv:2103.08259},
year = {2021}
}