面向森林死亡制图的多源遥感影像目标变化检测
计算机视觉与模式识别
2023-03-14 v2 机器学习
摘要
近期已开发若干用于异源遥感数据变化检测的通用方法，如合成孔径雷达（SAR）与多光谱辐射计图像。然而，这些方法并不适于检测生态系统某些扰动的微弱特征。为解决此问题，我们提出一种基于图像到图像翻译与一类分类（OCC）的新方法。我们旨在利用多源卫星图像绘制由尺蛾暴发引起的稀疏森林-苔原生态过渡带森林死亡图。事件前与事件后的图像分别由 Landsat-5 与 RADARSAT-2 采集。利用近期用于变化感知图像翻译的深度学习方法，我们在两颗卫星各自域中计算差异图像。这些差异与原始事件前、后图像堆叠，并输入在目标变化类小样本上训练的 OCC。分类器生成复杂的森林死亡模式的可信制图。
引用
@article{arxiv.2203.00049,
title = {Towards Targeted Change Detection with Heterogeneous Remote Sensing Images for Forest Mortality Mapping},
author = {Jørgen A. Agersborg and Luigi T. Luppino and Stian Normann Anfinsen and Jane Uhd Jepsen},
journal= {arXiv preprint arXiv:2203.00049},
year = {2023}
}
备注
46 pages, 11 figures