为产生一个多传感器的SAR-Opt匹配对数据集,需要相当多有着空间线性关系的的遥感数据,而为了采取一个尽量自动化的方式做到这一点,我们利用了用了一个遥感云平台 Google Earth Engine (Gorelick et al., 2017),下面,我们将详细描述这个数据集生成过程的每一个步骤。 3.1 在 Google Earth Engine 上做的数据准备 从...
我们SEN1-2数据集其中一个很有前景的应用场景就是照着对应光学图像的样子去给SAR图像加上颜色信息,这一点我们早就论证过(Schmitt et al., 2018)。在这一方法中,我们使用了SAR-Opt数据融合技术去创造人工的有色SAR图像作为训练样例,还结合了已有的变分自编码器和混合密度网络的组合 (Deshpande et al., 2017)以...
与SAR系统不同,光学图像选择数据必须参考云层覆盖的量,对于刚开始的选择,在数据库里查询,从而能使用那些云层覆盖率在一个百分点以下的颗粒。 (二) 3. 数据集 为产生一个多传感器的SAR-Opt匹配对数据集,需要相当多有着空间线性关系的的遥感数据,而为了采取一个尽量自动化的方式做到这一点,我们利用了用了一个遥感...
抛开对数据集的详细描述不谈,我们还展示了几个实例性的实际应用,像是SAR图像着色、SAR-Opt图像匹配,还包括把输入的SAR图像转变成光学图像。既然SEN1-2是此类首个大型开源数据集,我们相信它将会支撑在「遥感领域的深度学习」和「多传感器数据融合」领域的长远发展。 1. 引言 在过去的几年里,深度学习在遥感领域崭...
Merkle, N., Auer, S., Mu ̈ller, R. and Reinartz, P., 2018. Explor- ing the potential of conditional adversarial networks for optical and SAR image matching. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. in press. ...