CHINTERGEO中国测绘地理信息技术装备展览会

新闻中心

NEWS CENTER

行业动态

您的位置:主页 > 新闻中心 > 行业动态 >

行业新闻丨标记遥感影像中所有可见内容!大规模、多任务遥感影像解译数据集Satlas

by:admin
分享到:

遥感影像对各种环境和地球监测任务起着重要作用,包括跟踪森林砍伐、非法捕鱼、城市扩张和自然灾害等等。为了更好的分析遥感影像,艾伦人工智能研究所前段时间发布了SATLAS。



Satlas介绍


      Satlas是一个大规模的、多任务的数据集,该数据集中的标签与许多重要的地球监测应用有关。在城市地区遥感影像中,可以识别未绘制地图的道路和建筑,并将它们合并到数字地图数据集中,并监测城市扩张。在工业区的影像中,可以对太阳能发电厂和风力涡轮机进行分类,以跟踪可再生能源部署的进展。在冰川和森林的影像中,我们可以监测到缓慢的自然变化,如冰川的损失和森林砍伐。

       Satlas的目标:标记遥感影像中所有可见内容。
Satlas以三种方式改进现有数据集:


规模:Satlas包含的图像像素比现有最大的数据集FMoW多10倍,同时覆盖了地球更广(x50倍)。
多模态的标签:现有数据集的标签是单模态的,例如只关注分类或只关注目标检测。Satlas的标签横跨七种模式;此外,它们包括137个类别,比现有最大的数据集多2倍。
空间-时间性对应:标注标签与地理坐标(即经纬度位置)和时间范围有关,而不是与单个遥感图像挂钩。



Satlas中七种标签模式的示例标签:




Satlas中137个标签的分类:



Satlas大型遥感数据集:



Satlas高达2.9亿标签


Satlas结合了高分辨率NAIP和中分辨率Sentinel-2影像,它们表现出非常不同的特征:


Satlas的地理覆盖范围(明亮像素表示数据集中图像和标签覆盖的位置):




SatNet架构


团队提出了SatNet,这是一个统一的模型,支持Satlas中所有标签模式的预测。




实验结果



团队将SatNet与Satlas上的八个基线进行了比较。没有一个基线能够处理所有Satlas标签模式。在七种标签模式中,SatNet能够在每种模式上单独训练时匹配或超过最先进的专用基线方法,验证了SatNet作为统一模型的有效性,可以应用于各种遥感任务。





在SATLAS测试集上的定性结果



数据公开


数据集将在2023年1月发布。



Satlas数据链接
https://satlas.allenai.org/
论文链接
https://arxiv.org/pdf/2211.15660.pdf

文章来源:satlas.allenai及satlas论文

部分内容由谷歌翻译,原版可点击文末阅读原文跳转查看




转自:GIS前沿