Unsupervised Semantic Analysis of a Region from Satellite Image Time Series

要約

衛星画像の時系列シーケンスは、特定の地域を分析するための非常に貴重で豊富なリソースを構成します。
ただし、ほとんどの機械学習モデルのトレーニングに必要なラベル付きデータは不足しており、入手が困難です。
これに関連して、現在の作業では、一連の画像が与えられた場合にセマンティック埋め込みを学習し、セマンティック プロパティと時間の経過に伴う進化に従って地面のパーティションを作成する、完全に教師なしの方法論を調査しています。
ナバラ (スペイン) の地域の一連の衛星画像の意味解析を行うことによって方法論を説明します。
提案されたアプローチは、同様の意味と同様の時間的進化の両方を共有する潜在的に大きな領域がコンパクトで適切に構造化された方法で接続されている、土地の新しい広い視点を明らかにします。
結果はまた、地理空間でのクラスターの割り当てと埋め込まれた空間でのそれらの割り当てとの間の密接な関係を示しています。
意味解析は、各クラスターに対応するタイルの代表的なシーケンス、関連する領域間の線形補間、およびクラスター間の関係を示すグラフを取得することによって完了し、領域全体の簡潔な意味の要約を提供します。

要約(オリジナル)

Temporal sequences of satellite images constitute a highly valuable and abundant resource to analyze a given region. However, the labeled data needed to train most machine learning models are scarce and difficult to obtain. In this context, the current work investigates a fully unsupervised methodology that, given a sequence of images, learns a semantic embedding and then, creates a partition of the ground according to its semantic properties and its evolution over time. We illustrate the methodology by conducting the semantic analysis of a sequence of satellite images of a region of Navarre (Spain). The proposed approach reveals a novel broad perspective of the land, where potentially large areas that share both a similar semantic and a similar temporal evolution are connected in a compact and well-structured manner. The results also show a close relationship between the allocation of the clusters in the geographic space and their allocation in the embedded spaces. The semantic analysis is completed by obtaining the representative sequence of tiles corresponding to each cluster, the linear interpolation between related areas, and a graph that shows the relationships between the clusters, providing a concise semantic summary of the whole region.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google