Semantically-consistent Landsat 8 image to Sentinel-2 image translation for alpine areas

要約

研究の世界では、衛星画像を頻繁に無料で入手できることへの需要が高まっています。
Landsat 8 や Sentinel-2 などの衛星コンステレーションは、毎日大量の貴重なデータを提供します。
ただし、これらの衛星のセンサーの特性の不一致により、いずれかのデータセットでトレーニングされ、別のデータセットに適用されるセグメンテーション モデルを使用することは意味がありません。そのため、最近、ドメイン適応技術がリモート センシングの活発な研究領域になっています。
この論文では、HRSemI2I モデルを使用してスタイル転送によるドメイン適応の実験を行い、Landsat 8 と Sentinel-2 の間のセンサーの不一致を狭めます。
この論文の主な貢献は、ドメイン適応画像を使用したセグメンテーションの結果を適応なしの画像と比較することによって、そのアプローチの有用性を分析することです。
6 バンド画像で動作するように調整された HRSemI2I モデルは、平均およびクラスごとのメトリックの両方で、和集合に対する交差パフォーマンスの大幅な改善を示しています。
2 つ目の貢献は、2 つのラベル スキーム (NALCMS 2015 と CORINE) の間で異なる一般化スキームを提供することです。
最初のスキームは、より高いレベルの土地被覆クラスによる標準化であり、2 つ目は、現場での調和検証によるものです。

要約(オリジナル)

The availability of frequent and cost-free satellite images is in growing demand in the research world. Such satellite constellations as Landsat 8 and Sentinel-2 provide a massive amount of valuable data daily. However, the discrepancy in the sensors’ characteristics of these satellites makes it senseless to use a segmentation model trained on either dataset and applied to another, which is why domain adaptation techniques have recently become an active research area in remote sensing. In this paper, an experiment of domain adaptation through style-transferring is conducted using the HRSemI2I model to narrow the sensor discrepancy between Landsat 8 and Sentinel-2. This paper’s main contribution is analyzing the expediency of that approach by comparing the results of segmentation using domain-adapted images with those without adaptation. The HRSemI2I model, adjusted to work with 6-band imagery, shows significant intersection-over-union performance improvement for both mean and per class metrics. A second contribution is providing different schemes of generalization between two label schemes – NALCMS 2015 and CORINE. The first scheme is standardization through higher-level land cover classes, and the second is through harmonization validation in the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google