基于卫星图像的城市变化预测
计算机视觉与模式识别
2023-09-19 v2
摘要
预测新建筑将在何时何地出现是一个尚未被充分探索的课题，但在城市规划、农业、资源管理甚至自主飞行等许多领域都非常有用。在本文中，我们提出了一种利用深度神经网络和自定义预训练过程来完成此任务的方法。在第一阶段，U-Net骨干网络在一个孪生网络架构中进行预训练，旨在解决（建筑物）变化检测任务。在第二阶段，该骨干网络被重新利用，仅基于建筑物建造前获取的一张图像来预测新建筑的出现。此外，我们还提出了一个模型，用于预测变化发生的时间范围。我们使用SpaceNet7数据集验证了我们的方法，该数据集覆盖了960平方公里的区域，在两年内的24个时间点上进行采集。在我们的实验中，我们发现所提出的预训练方法始终优于使用ImageNet数据集的传统预训练方法。我们还表明，在一定程度上可以提前预测建筑变化何时发生。
引用
@article{arxiv.2204.12875,
title = {Urban Change Forecasting from Satellite Images},
author = {Nando Metzger and Mehmet Özgür Türkoglu and Rodrigo Caye Daudt and Jan Dirk Wegner and Konrad Schindler},
journal= {arXiv preprint arXiv:2204.12875},
year = {2023}
}
备注
PFG 2023, accepted,