Non-Uniform Spatial Alignment Errors in sUAS Imagery From Wide-Area Disasters

要約

この研究は、小型無人航空システム (sUAS) の地理空間画像とアプリオリな建物ポリゴンの間の位置合わせ誤差の初めての定量的研究を示し、位置合わせ誤差が不均一で不規則であることを発見しました。
この研究では、画像、建物のポリゴン、および建物のポリゴンを sUAS 画像と位置合わせするための既存の戦略を評価するために使用できる、人間が生成および精選した調整​​の公開されているデータセットも導入しています。
既存の空間データを sUAS 画像と整合させる取り組みは行われていないため、明確な実践状況はありません。
ただし、この取り組みと分析では、このタイプのデータには並進アライメント エラーが存在し、平均 82 ピクセルと和集合 0.65 の交差があり、これに対処しない限り、下流の機械学習システムでさらなるエラーとバイアスを引き起こす可能性があることが示されています。
この研究では、9 つ​​の広域災害 (ハリケーン イアン、ハリケーン ハービー、ハリケーン マイケル、
ハリケーン アイダ、ハリケーン イダリア、ハリケーン ローラ、メイフィールド竜巻、マスセットバイユー火災、キラウェア噴火）。
この分析では、建物のポリゴン配置の角度と距離のメトリクスに均一性がないことがわかり、平均度数の分散は 0.4、ピクセル距離の平均分散は 0.45 でした。
この研究は、sUAS コミュニティに、空間位置合わせの問題と、衛星画像の位置合わせによく使用される単純な線形変換では、sUAS オルソモザイク画像の空間データを位置合わせするのに十分ではないことを警告します。

要約(オリジナル)

This work presents the first quantitative study of alignment errors between small uncrewed aerial systems (sUAS) geospatial imagery and a priori building polygons and finds that alignment errors are non-uniform and irregular. The work also introduces a publicly available dataset of imagery, building polygons, and human-generated and curated adjustments that can be used to evaluate existing strategies for aligning building polygons with sUAS imagery. There are no efforts that have aligned pre-existing spatial data with sUAS imagery, and thus, there is no clear state of practice. However, this effort and analysis show that the translational alignment errors present in this type of data, averaging 82px and an intersection over the union of 0.65, which would induce further errors and biases in downstream machine learning systems unless addressed. This study identifies and analyzes the translational alignment errors of 21,619 building polygons in fifty-one orthomosaic images, covering 16787.2 Acres (26.23 square miles), constructed from sUAS raw imagery from nine wide-area disasters (Hurricane Ian, Hurricane Harvey, Hurricane Michael, Hurricane Ida, Hurricane Idalia, Hurricane Laura, the Mayfield Tornado, the Musset Bayou Fire, and the Kilauea Eruption). The analysis finds no uniformity among the angle and distance metrics of the building polygon alignments as they present an average degree variance of 0.4 and an average pixel distance variance of 0.45. This work alerts the sUAS community to the problem of spatial alignment and that a simple linear transform, often used to align satellite imagery, will not be sufficient to align spatial data in sUAS orthomosaic imagery.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google