Land Cover Segmentation with Sparse Annotations from Sentinel-2 Imagery

要約

土地被覆 (LC) セグメンテーションは、環境分析や自然災害管理などのさまざまなアプリケーションで重要な役割を果たします。
ただし、正確な LC マップの生成は複雑で時間のかかる作業であり、複数のアノテーターの専門知識と環境の変化を考慮した定期的な更新が必要です。
この研究では、スパース アノテーションとセマンティック セグメンテーションのドメイン適応技術を使用して LC セグメンテーションに関連する課題に対処する、燃料マップ描写のフレームワークである SPADA を紹介します。
LUCAS や Urban Atlas などの信頼できるグラウンド トゥルースを使用したパフォーマンス評価により、この手法の有効性が実証されています。
SPADA は最先端のセマンティック セグメンテーション アプローチやサードパーティ製品を上回り、Urban Atlas と LUCAS でそれぞれ平均 Intersection over Union (IoU) スコア 42.86 と F1 スコア 67.93 を達成しました。

要約(オリジナル)

Land cover (LC) segmentation plays a critical role in various applications, including environmental analysis and natural disaster management. However, generating accurate LC maps is a complex and time-consuming task that requires the expertise of multiple annotators and regular updates to account for environmental changes. In this work, we introduce SPADA, a framework for fuel map delineation that addresses the challenges associated with LC segmentation using sparse annotations and domain adaptation techniques for semantic segmentation. Performance evaluations using reliable ground truths, such as LUCAS and Urban Atlas, demonstrate the technique’s effectiveness. SPADA outperforms state-of-the-art semantic segmentation approaches as well as third-party products, achieving a mean Intersection over Union (IoU) score of 42.86 and an F1 score of 67.93 on Urban Atlas and LUCAS, respectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google