Vegetation Land Segmentation with Multi-Modal and Multi-Temporal Remote Sensing Images

粗略翻译

https://doi.org/10.3390/rs16010003

0. Abstract

近年来，遥感分析在视觉分析应用中，特别是在遥感图像的分割和识别方面受到了极大的关注。然而，现有的研究主要集中在单周期RGB图像分析，从而忽略了遥感图像捕获的复杂性，特别是在高植被地块。本文提供了一个大尺度植被遥感数据集，并引入了VRS- seg任务，用于多模态、多时间的植被分割。VRS数据集包含多种模式和时间变化，其注释使用植被知识图(VKG)进行组织，从而提供详细的目标属性信息。为了解决VRS-Seg任务，我们引入了VRSFormer，这是一个集成了多时间和多模态数据融合、几何轮廓细化和类别级分类推理的关键管道。实验结果证明了该方法的有效性和泛化能力。VRS和VRS- seg任务的可用性为进一步研究遥感影像中多模态、多时间植被分割铺平了道路。

1. Introduction