QuickQuakeBuildings: Post-earthquake SAR-Optical Dataset for Quick Damaged-building Detection

要約

地震発生後の衛星画像から地震被害を受けた建物を迅速かつ自動で検出することは非常に重要ですが、堅牢なアルゴリズムの開発に必要なトレーニング データが不足しているため、これは困難です。
このレターでは、地震発生後の超高解像度 (VHR) 合成開口レーダー (SAR) と光学画像から地震被害を受けた建物を検出することに特化した最初のデータセットを紹介します。
2023 年のトルコ・シリア地震後に取得されたオープン衛星画像と注釈を利用して、4,000 棟以上の建物を網羅する、相互に登録された建物のフットプリントと SAR データと光学データの両方の衛星画像パッチのデータセットを提供します。
損傷した建物の検出タスクは、バイナリ画像分類問題として定式化され、極端なクラスの不均衡による異常検出問題としても扱うことができます。
比較の参考となるベースラインの方法と結果を提供します。
研究者はこのデータセットを利用してアルゴリズム開発を促進し、将来の出来事に対応して損傷した建物を迅速に検出できるようになります。
データセットとコードは、詳細な説明と視覚化とともに \url{https://github.com/ya0-sun/PostEQ-SARopt-BuildingDamage} で公開されています。

要約(オリジナル)

Quick and automated earthquake-damaged building detection from post-event satellite imagery is crucial, yet it is challenging due to the scarcity of training data required to develop robust algorithms. This letter presents the first dataset dedicated to detecting earthquake-damaged buildings from post-event very high resolution (VHR) Synthetic Aperture Radar (SAR) and optical imagery. Utilizing open satellite imagery and annotations acquired after the 2023 Turkey-Syria earthquakes, we deliver a dataset of coregistered building footprints and satellite image patches of both SAR and optical data, encompassing more than four thousand buildings. The task of damaged building detection is formulated as a binary image classification problem, that can also be treated as an anomaly detection problem due to extreme class imbalance. We provide baseline methods and results to serve as references for comparison. Researchers can utilize this dataset to expedite algorithm development, facilitating the rapid detection of damaged buildings in response to future events. The dataset and codes together with detailed explanations and visualization are made publicly available at \url{https://github.com/ya0-sun/PostEQ-SARopt-BuildingDamage}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google