TAS-NIR: A VIS+NIR Dataset for Fine-grained Semantic Segmentation in Unstructured Outdoor Environments

要約

可視カラー スペクトル (VIS) と近赤外スペクトル (NIR) のペア画像に基づく植生指数は、リモート センシング アプリケーションで広く使用されています。
これらの植生指数は、構造化されていない屋外環境での自動運転に適用できるように拡張されています。
このドメインでは、Normalized Difference Vegetation Index (NDVI) や Enhanced Vegetation Index (EVI) などの従来の植生指数を、利用可能な VIS データセットで事前トレーニングされた畳み込みニューラル ネットワーク (CNN) と組み合わせることができます。
キャリブレーションされた CNN 出力の学習に重点を置くことで、既知の手作りの画像特徴をさまざまなドメインの CNN 予測と融合するアプローチも提供できます。
メソッドは、構造化されていない屋外環境で意味的に注釈が付けられた画像の VIS + NIR データセットで評価されます。
データセットは、mucar3.de/iros2022-ppniv-tas-nir で入手できます。

要約(オリジナル)

Vegetation Indices based on paired images of the visible color spectrum (VIS) and near infrared spectrum (NIR) have been widely used in remote sensing applications. These vegetation indices are extended for their application in autonomous driving in unstructured outdoor environments. In this domain we can combine traditional vegetation indices like the Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) with Convolutional Neural Networks (CNNs) pre-trained on available VIS datasets. By laying a focus on learning calibrated CNN outputs, we can provide an approach to fuse known hand-crafted image features with CNN predictions for different domains as well. The method is evaluated on a VIS+NIR dataset of semantically annotated images in unstructured outdoor environments. The dataset is available at mucar3.de/iros2022-ppniv-tas-nir.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google