論文の概要: OpenEarthMap-SAR: A Benchmark Synthetic Aperture Radar Dataset for Global High-Resolution Land Cover Mapping

• arxiv url: http://arxiv.org/abs/2501.10891v2
• Date: Wed, 22 Jan 2025 02:53:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 13:30:41.882865
• Title: OpenEarthMap-SAR: A Benchmark Synthetic Aperture Radar Dataset for Global High-Resolution Land Cover Mapping
• Title（参考訳）: OpenEarthMap-SAR:地球規模の高解像度土地被覆マッピングのためのベンチマーク合成開口レーダデータセット
• Authors: Junshi Xia, Hongruixuan Chen, Clifford Broni-Bediako, Yimin Wei, Jian Song, Naoto Yokoya,
• Abstract要約: 我々は,地球規模の高解像度土地被覆マッピングのためのベンチマークSARデータセットOpenEarthMap-SARを紹介する。 OpenEarthMap-SARは、5033の航空画像と衛星画像の150万部で構成され、サイズは1024$times$1024ピクセルで、日本、フランス、アメリカから35の地域をカバーしている。 セマンティックセグメンテーションのための最先端手法の性能評価と,さらなる技術開発に適した課題設定を提案する。
• 参考スコア（独自算出の注目度）: 16.387666608029882
• License:
• Abstract: High-resolution land cover mapping plays a crucial role in addressing a wide range of global challenges, including urban planning, environmental monitoring, disaster response, and sustainable development. However, creating accurate, large-scale land cover datasets remains a significant challenge due to the inherent complexities of geospatial data, such as diverse terrain, varying sensor modalities, and atmospheric conditions. Synthetic Aperture Radar (SAR) imagery, with its ability to penetrate clouds and capture data in all-weather, day-and-night conditions, offers unique advantages for land cover mapping. Despite these strengths, the lack of benchmark datasets tailored for SAR imagery has limited the development of robust models specifically designed for this data modality. To bridge this gap and facilitate advancements in SAR-based geospatial analysis, we introduce OpenEarthMap-SAR, a benchmark SAR dataset, for global high-resolution land cover mapping. OpenEarthMap-SAR consists of 1.5 million segments of 5033 aerial and satellite images with the size of 1024$\times$1024 pixels, covering 35 regions from Japan, France, and the USA, with partially manually annotated and fully pseudo 8-class land cover labels at a ground sampling distance of 0.15--0.5 m. We evaluated the performance of state-of-the-art methods for semantic segmentation and present challenging problem settings suitable for further technical development. The dataset also serves the official dataset for IEEE GRSS Data Fusion Contest Track I. The dataset has been made publicly available at https://zenodo.org/records/14622048.
• Abstract（参考訳）: 高解像度土地被覆地図は、都市計画、環境モニタリング、災害対応、持続可能な開発など、幅広い地球規模の課題に対処する上で重要な役割を担っている。 しかし、多様な地形、様々なセンサモード、大気条件など、地理空間データの本質的な複雑さのため、正確な大規模土地被覆データセットの作成は依然として重要な課題である。 SAR(Synthetic Aperture Radar)画像は、雲を貫通し、全天候、昼夜の条件でデータをキャプチャする能力を持つため、土地被覆地図に特有の利点がある。 これらの強みにもかかわらず、SAR画像に適したベンチマークデータセットの欠如は、このデータモダリティ用に特別に設計された堅牢なモデルの開発を制限している。 このギャップを埋め、SARに基づく地理空間解析の進歩を促進するために、SARのベンチマークデータセットであるOpenEarthMap-SARを導入し、地球規模の高解像度土地被覆地図を作成する。 OpenEarthMap-SARは1024$\times$1024ピクセルで、日本、フランス、アメリカから35の地域をカバーしている。 セマンティックセグメンテーションのための最先端手法の性能評価と,さらなる技術開発に適した課題設定を提案する。 データセットはまた、IEEE GRSS Data Fusion Contest Track Iの公式データセットも提供する。 データセットはhttps://zenodo.org/records/14622048で公開されている。

関連論文リスト

• OpenSatMap: A Fine-grained High-resolution Satellite Dataset for Large-scale Map Construction [65.4151284975348]
  OpenSatMapは、大規模マップ構築のための細粒度で高解像度の衛星データセットである。 データセットの公開とメンテナンスにより、衛星ベースのマップ構築と、自律運転のような下流タスクのための高品質なベンチマークを提供する。
  論文  参考訳（メタデータ） (2024-10-30T17:56:02Z)
• AGBD: A Global-scale Biomass Dataset [18.976975819550173]
  衛星画像から地上バイオマスを推定するための既存のデータセットは限られている。 このデータセットは、GEDIミッションからのAGB参照データとSentinel-2とPALSAR-2の画像のデータを組み合わせる。 これには、密集した天蓋の高さマップ、標高マップ、土地被覆分類マップなど、事前処理された高水準の特徴が含まれている。 単一の行のコードで簡単にアクセスでき、グローバルなAGB推定への取り組みの確固たる基盤を提供する。
  論文  参考訳（メタデータ） (2024-06-07T13:34:17Z)
• SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
  我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。 私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。 私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
  論文  参考訳（メタデータ） (2024-03-11T09:20:40Z)
• FLAIR: a Country-Scale Land Cover Semantic Segmentation Dataset From Multi-Source Optical Imagery [4.9687851703152806]
  本稿では,フランス国立地理学林情報研究所 (IGN) の広範なデータセットであるFLAIR (Aerospace ImageRy) のフレンチランドカバーを紹介する。 FLAIRは、地上サンプル距離20cmの高解像度空中画像と、正確な土地被覆分類のための200億以上の個別ラベル付きピクセルを含んでいる。 このデータセットは、光学衛星時系列からの時間的・スペクトル的なデータも統合する。
  論文  参考訳（メタデータ） (2023-10-20T07:55:12Z)
• Diffusion Models for Interferometric Satellite Aperture Radar [73.01013149014865]
  確率拡散モデル (Probabilistic Diffusion Models, PDMs) は、最近、非常に有望な生成モデルのクラスとして登場した。 ここでは、PDMを活用して、レーダーベースの衛星画像データセットを複数生成する。 PDMは複雑で現実的な構造を持つ画像を生成することに成功したが、サンプリング時間は依然として問題である。
  論文  参考訳（メタデータ） (2023-08-31T16:26:17Z)
• Ultra-High Resolution Segmentation with Ultra-Rich Context: A Novel Benchmark [57.55282704762691]
  URURデータセットには、サイズ5,120x5,120の3,008枚の画像、63都市からの幅広い複雑なシーン、豊富なコンテキストが含まれている。 また、UHRセグメンテーションのためのより効率的で効果的なフレームワークであるWSDNetを、特に超リッチなコンテキストで提案する。 いくつかのUHRデータセットの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2023-05-18T11:54:13Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• OpenEarthMap: A Benchmark Dataset for Global High-Resolution Land Cover Mapping [15.419052489797775]
  OpenEarthMapは、グローバルな高解像度土地被覆マッピングのためのベンチマークデータセットである。 6大陸44か国から97の地域をカバーしている5000の航空画像と衛星画像の2200万部で構成されている。
  論文  参考訳（メタデータ） (2022-10-19T17:20:16Z)
• Enabling Country-Scale Land Cover Mapping with Meter-Resolution Satellite Imagery [42.70832378336697]
  高解像度衛星画像は、土地被覆分類のための豊富な詳細な空間情報を提供することができる。 大規模に詳細なカテゴリのランドカバーマッピングに高解像度画像を適用した研究はほとんどない。 本稿では,50億画素以上の高解像度Gaofen-2(4m)衛星画像を含む大規模ランドカバー・データセットであるFive-Billion-Pixelsを提案する。
  論文  参考訳（メタデータ） (2022-09-01T21:00:23Z)
• Hephaestus: A large scale multitask dataset towards InSAR understanding [1.8350044465969417]
  この作業では、手動で注釈付けされたInSARデータセットの作成と利用に取り組みました。 このデータセットは、世界中の44の火山から得られた19,919個のSentinel-1インターフェログラムから構成されており、216,106個のInSARパッチに分けられる。 火山状態の分類、地面の変形のセマンティックセグメンテーション、大気信号の検出と分類など、さまざまなコンピュータビジョン問題に対処するように設計されている。
  論文  参考訳（メタデータ） (2022-04-20T12:58:18Z)
• Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset, Benchmarks and Challenges [52.624157840253204]
  我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。 私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。 我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
  論文  参考訳（メタデータ） (2020-09-07T14:47:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。