UAVid：一种面向无人机影像的语义分割数据集
计算机视觉与模式识别
2020-05-19 v2
摘要
语义分割近来一直是计算机视觉的主要研究兴趣之一。它作为许多领域（如机器人与自动驾驶）的感知基础。语义分割的快速发展极大归功于大规模数据集，尤其是与深度学习相关的方法。目前已存在若干用于在复杂城市场景中比较语义分割方法的语义分割数据集，如 Cityscapes 和 CamVid 数据集，其中物体侧视图由安装在行驶车辆上的相机捕获。也存在用于航拍图像和卫星图像的语义标注数据集，其中捕获物体的俯视图。然而，仅少数数据集从倾斜的无人机(Unmanned Aerial Vehicle, UAV)视角捕获城市场景，该视角下可同时观察到物体的俯视图与侧视图，为物体识别提供了更多信息。本文介绍我们的 UAVid 数据集，一种作为补充的新高分辨率无人机语义分割数据集，其带来了新的挑战，包括大尺度变化、运动物体识别与时序一致性保持。我们的无人机数据集由 30 个视频序列组成，捕获倾斜视角下的 4K 高分辨率图像。总计 300 张图像已被密集标注为 8 类以用于语义标注任务。我们提供了若干带预训练的深度学习基线方法，其中所提出的多尺度膨胀网络(Multi-Scale-Dilation net)通过多尺度特征提取表现最佳。我们的 UAVid 网站与标注工具已发布于 https://uavid.nl/。
引用
@article{arxiv.1810.10438,
title = {UAVid: A Semantic Segmentation Dataset for UAV Imagery},
author = {Ye Lyu and George Vosselman and Guisong Xia and Alper Yilmaz and Michael Ying Yang},
journal= {arXiv preprint arXiv:1810.10438},
year = {2020}
}
备注
Accepted by ISPRS Journal of Photogrammetry and Remote Sensing