3 个月前

面向卫星影像建筑物损毁评估的跨方向特征融合网络

面向卫星影像建筑物损毁评估的跨方向特征融合网络

摘要

当自然灾害(如地震、飓风等)发生时,亟需快速而有效的响应。在开展有效救援行动之前,基于卫星影像的建筑物损毁评估至关重要。高分辨率卫星图像能够提供灾前与灾后场景的丰富信息,便于分析对比。然而,现有大多数方法仅将灾前和灾后图像作为独立输入,未充分考虑二者之间的内在关联。为此,本文提出一种新颖的双向交叉融合策略,以更有效地挖掘灾前与灾后图像之间的关联特征。此外,为应对类别难样本(hard classes)带来的挑战,本文引入了数据增强方法CutMix。所提出的模型在大规模建筑物损毁评估数据集xBD上取得了当前最优的性能表现。

基准测试

基准方法指标
2d-semantic-segmentation-on-xbdDouble branch U-Net
Weighted Average F1-score: 0.804

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
面向卫星影像建筑物损毁评估的跨方向特征融合网络 | 论文 | HyperAI超神经