Core Concepts
空中ハイパースペクトル画像を使用して、大都市地域の土地被覆をマッピングするために、新しいToulouse Hyperspectral Data Setが導入されました。このデータセットは、半教師付きおよび自己教師付きテクニックを評価し、大規模なハイパースペクトル画像上でのスペクトル表現学習と分類に焦点を当てています。
Abstract
概要:
ハイパースペクトル画像は都市地域の土地被覆マッピングに重要。
データ不足から半教師付きおよび自己教師付きテクニックが注目される。
Toulouse Hyperspectral Data Setは他のデータセットと比較して特徴的。
構成:
導入:都市地域で取得されたハイパースペクトル画像について。
地面真下反射率:大気補正アルゴリズムCOCHISEにより取得。
地面実測値:農業プロットの作物タイプ情報からアノテート。
土地被覆グラウンド・トゥルース:32種類の土地被覆カテゴリー定義。
標準訓練およびテストセット:半教師付き学習用に提供される8つの空間的分割。
結果:
MAEとRFを組み合わせた場合、85%の全体的な精度と77%のF1スコア達成。
Stats
大気補正アルゴリズムCOCHISEにより取得した放射輝度を地面反射率に変換しました。
地上で収集された反射率スペクトラムを基に土地被覆名前法(32種類)を定義しました。
Quotes
"Airborne hyperspectral images are a critical resource for the land cover mapping of large urban areas."
"The Toulouse Hyperspectral Data Set stands out from other data sets in the above-mentioned respects."