Mapping industrial poultry operations at scale with deep learning and aerial imagery
Microsoft AI for Good Research Lab（微软人工智能公益研究实验室）；Stanford RegLab（斯坦福监管实验室）
集中动物饲养业务（CAFO）对空气，水和公共卫生构成严重风险，但已被证明是具有挑战性的监管。美国政府问责局指出，一个基本的挑战是缺乏关于CAFO的全面位置信息。我们使用美国农业部的国家农业影像计划（NAIP）1米/像素的航空影像来检测美国大陆的家禽CAFO。我们训练卷积神经网络（CNN）模型来识别单个家禽谷仓，并将性能最佳的模型应用于超过42 TB的图像，以创建第一个全国性的开源家禽CAFO数据集。我们验证了模型预测对家禽CAFO设施的位置，从10个手工标记的县在加利福尼亚州举行了验证集，并证明了这种方法有很大的潜力，以填补环境监测的空白。
2021-12-21 cs.CV cs.LG
Beyond Damage Assessment: Recyclable Material Detection in Aerial Disaster Imagery Using a Lightweight Patch-Based Framework
Independent Researcher（独立研究员）
提出一种轻量级补丁框架，用于从航空灾害图像中高效检测可回收材料，并提供了首个公开标注的可回收材料数据集。
2026-06-23 cs.CV
MRCNet: Crowd Counting and Density Map Estimation in Aerial and Ground Imagery
尽管航空影像在群众活动的人群监测和管理中具有许多优势，但该领域仍然缺乏人群的航空影像数据集。作为一种补救措施，在这项工作中，我们引入了一个新的人群数据集，DLR空中人群数据集（DLR-ACD），它由33个大型航空图像组成，这些图像是从16次飞行活动中获得的，其中有226，291人进行了注释。据我们所知，DLR-ACD是第一个空中人群数据集，并将公开发布。为了解决准确的人群计数和密度图估计在人群的航拍图像的问题，这项工作还提出了一种新的编码器-解码器卷积神经网络，所谓的多分辨率人群网络MRCNet。编码器基于VGG-16网络，解码器由一组双线性上采样和卷积层组成。使用两个损失，一个在解码器的较早级别，另一个在解码器的最后级别，MRCNet将人群计数和高分辨率人群密度图估计为两个不同但相互关联的任务。此外，MRCNet利用上下文和详细的本地信息，通过特征金字塔网络（FPN）技术启发的一些横向连接将高级和低级特征相结合。我们在建议的DLR-ACD数据集以及ShanghaiTech数据集（基于CCTV的人群计数基准）上评估了MRCNet。结果表明，MRCNet优于国家的最先进的人群计数方法在估计人群计数和密度图的航空和基于CCTV的图像。
2019-09-27 cs.CV cs.LG eess.IV
Dual Local-Global Contextual Pathways for Recognition in Aerial Imagery
University Politehnica of Bucharest（布加勒斯特理工大学）
视觉上下文在目标识别中具有重要的作用，它仍然是计算机视觉中的一个未解决的问题。随着深度卷积神经网络（CNN）的出现，在此类系统中使用上下文信息开始受到文献的关注。与此同时，航空图像的发展势头也越来越强劲。虽然深度学习的进步在航空图像分析方面取得了很好的进展，但这个问题仍然带来了许多巨大的挑战。航空影像通常在光线不足的条件下拍摄，包含低分辨率的物体，很多时候被树木或更高的建筑物遮挡。在这一领域，特别是，视觉上下文可以有很大的帮助，但仍然有很少的论文，考虑在航空图像理解的背景。在这里，我们引入上下文作为识别对象的补充方式。我们提出了一个双流深度神经网络模型，该模型沿着两个独立的路径处理信息，一个用于局部视觉推理，另一个用于全局视觉推理。这两个元素在最后的处理层中结合在一起。我们的模型学习将局部对象外观以及来自更大场景的信息同时以互补的方式组合在一起，这样它们就形成了一个强大的分类器。我们测试了我们的双流网络在航空图像中的建筑物和道路的分割任务，并获得最先进的马萨诸塞州建筑物数据集的结果。我们还介绍了两个新的数据集，分别用于建筑物和道路分割，并研究了局部外观与较大场景的相对重要性，以及它们的组合性能。虽然我们的局部-全局模型在一般识别任务中也很有用，但我们清楚地证明了视觉上下文与深度网络结合用于航空图像理解的有效性。
2016-05-18 cs.CV
Adapting Vehicle Detectors for Aerial Imagery to Unseen Domains with Weak Supervision
Carnegie Mellon University（卡内基梅隆大学）；DEVCOM Army Research Laboratory（陆军研究实验室）；Florida State University（佛罗里达州立大学）
本文提出基于微调LDM的多阶段多模态知识迁移框架，通过生成式AI合成带标签航空图像，以弱监督提升车辆检测器在未知域的泛化能力，并发布两个新数据集。
2025-07-28 cs.CV
Satellite Detection in Unresolved Space Imagery for Space Domain Awareness Using Neural Networks
Embry-Riddle Aeronautical University（安柏瑞德航空大学）
这项工作利用MobileNetV2卷积神经网络（CNN）快速，移动检测卫星，并拒绝明星，在混乱的未解决的空间图像。首先，使用来自合成卫星图像程序的图像创建自定义数据库，并使用卫星上的边界框标记“卫星阳性”图像。然后在该数据库上训练CNN，并通过在由真实望远镜图像构建的外部数据集上检查模型的准确性来验证推断。在这样做时，训练的CNN提供了一种快速的卫星识别方法，用于随后的地基轨道估计。
2022-07-23 cs.CV cs.LG
Sci-Net: Scale Invariant Model for Buildings Segmentation from Aerial Imagery
Lebanese University（黎巴嫩大学）；Sorbonne University（索邦大学）；National Center for Remote Sensing - CNRS（国家遥感中心 - 法国国家科学研究中心）
针对建筑物分割难以适应宽范围空间分辨率的问题，提出融合UNet与Dense ASPP的尺度不变网络Sci-Net，在两个数据集上稳定优于现有方法。
2023-02-01 cs.AI cs.CL cs.CV
UAV-Rain1k: A Benchmark for Raindrop Removal from UAV Aerial Imagery
Shenyang Aerospace University（沈阳航空航天大学）；Naval Aviation University（海军航空大学）；Nanjing University of Science and Technology（南京理工大学）；Zhejiang Ocean University（浙江海洋大学）
针对无人机航拍图像雨滴去除研究缺失的问题，构建了UAV-Rain1k基准数据集，提出含Blender雨滴建模的生成流程，评估现有去雨算法并指明研究方向。
2024-04-13 cs.CV
Classifying geospatial objects from multiview aerial imagery using semantic meshes
University of California, Davis（加利福尼亚大学戴维斯分校）；University of Florida（佛罗里达大学）；Carnegie Mellon University（卡内基梅隆大学）
针对正射镶嵌图输入缺失垂直信息、存在伪影的问题，提出基于语义网格的多视角航空影像地理空间对象分类方法并开源，在跨站点树种分类任务上将准确率从53%提升至75%。
2024-05-15 cs.CV
Generating the Cloud Motion Winds Field from Satellite Cloud Imagery Using Deep Learning Approach
Chongqing University of Technology（重庆理工大学）
云动风（CMW）通常通过跟踪地球同步卫星红外云图中的特征来获得。本文探索基于数据驱动的深度学习方法的云运动风场算法，区别于传统手工特征跟踪和相关匹配算法，采用深度学习模型自动学习运动特征表示，直接输出云运动风场。此外，我们提出了一种新的大规模云运动风数据集（CMWD）用于训练深度学习模型。我们也尝试使用单一的云图来预测云运动风场在一个固定的区域，这是不可能实现使用传统的算法。实验结果表明，该算法可以有效地预测云运动风场，即使是一个单一的云图作为输入。
2021-05-30 cs.CV
Multi-modal, multi-scale representation learning for satellite imagery analysis just needs a good ALiBi
本文提出Scale-ALiBi机制，通过空间编码偏置提升多尺度多模态卫星影像表示学习效果，并在GEO-Bench基准上取得改进。
2026-04-11 cs.CV
OpenWildlife: Open-Vocabulary Multi-Species Wildlife Detector for Geographically-Diverse Aerial Imagery
Systems Design Engineering, University of Waterloo（滑铁卢大学系统设计工程学院）；Department of Geomatics Engineering,University of Calgary（卡尔加里大学测绘工程系）
本文提出开放词汇野生动物检测器OpenWildlife，利用语言感知嵌入和Grounding-DINO改进，在15个数据集上训练，实现高精度检测，并引入高效搜索算法，为全球生物多样性评估提供灵活低成本方案。
2025-06-24 cs.CV
Looks Can be Deceiving: Annotator and Reviewer Performance Across Imagery Sources in Crowd-Sourced Aerial Damage Assessment
Texas A&M University（德克萨斯农工大学）；University of Maryland（马里兰大学）
本文研究多源航空影像损伤评估的标注与审核表现，发现低分辨率影像标注分歧更高，为多源数据集构建提出三项建议。
2026-08-18 cs.AI cs.CV
Variables effecting photomosaic reconstruction and ortho-rectification from aerial survey datasets
University College Dublin（都柏林大学学院）
无人驾驶飞行器现在可以以低成本获得高质量的航空图像，但将这些图像处理成一个单一的有用实体既不简单也不无缝。具体而言，当将多个图像合并为单个连贯图像时，必须解决一些因素。虽然可以进行正射校正，但它往往是昂贵且耗时的。图像拼接提供了一种更经济、低技术含量的方法。然而，由于一个或多个因素，包括关键点不足，视差问题和调查区域的均匀性，直接应用往往会失败的低海拔图像。本文讨论了这些问题和可能的解决方案时，使用的技术，如图像拼接和运动恢复结构生成正射纠正影像。这些都是在爱尔兰的实际项目，包括博兰的米尔斯建设在都柏林市中心，基尔穆恩十字农场，和都柏林大学校园里的Richview建筑。爱尔兰的各种行业的影响解释在城市和农村项目。
2016-11-10 cs.CV
Seeing the roads through the trees: A benchmark for modeling spatial dependencies with aerial imagery
Microsoft（微软）
本文提出 Chesapeake Roads Spatial Context 基准数据集，用于评估地理空间模型的长距离空间上下文理解能力，并揭示 U-Net 等语义分割模型在树冠遮挡道路场景下的显著性能下降。
2024-01-12 cs.CV cs.LG
An Attention-Based System for Damage Assessment Using Satellite Imagery
Purdue University（普渡大学）；Lockheed Martin Space（洛克希德·马丁太空公司）
当灾难发生时，准确的情况信息和快速有效的反应对于拯救生命至关重要。广泛可用的高分辨率卫星图像使应急响应人员能够估计损坏的位置，原因和严重程度。然而，快速准确地分析大量可用的卫星图像需要自动方法。在本文中，我们提出了Siam-U-Net-Attn模型-一种具有注意力机制的多类深度学习模型-来评估建筑物的损坏程度，给出了一对描绘灾难前后场景的卫星图像。我们评估所提出的方法在xView 2，一个大规模的建筑物损坏评估数据集，并证明所提出的方法实现准确的损坏规模分类和建筑物分割结果的同时。
2020-04-14 cs.CV
Segmenting across places: The need for fair transfer learning with satellite imagery
New York University（纽约大学）
高分辨率卫星图像的日益可用性使得能够利用机器学习来支持土地覆盖测量并为决策提供信息。然而，给卫星图像贴标签的费用很高，而且只有部分地点可以使用。这促使使用迁移学习来将模型从数据丰富的位置调整到其他位置。鉴于卫星图像在不同地理区域的高影响应用潜力，有必要对迁移学习的影响进行系统评估。在这项工作中，我们考虑的任务，土地覆盖分割和研究的公平性的影响，跨地点传输模型。我们利用来自18个地区（9个城市和9个农村）的5987张图像的大型卫星图像分割基准。通过公平性指标，我们量化了模型性能沿两个轴的差异-跨城乡地区和跨土地覆盖类。研究结果表明，与城市地区相比，最先进的模型在农村地区具有更好的整体准确性，通过无监督的领域自适应方法，迁移学习更好地向城市和农村地区转移，并扩大公平差距。在分析这些发现的原因，我们表明，原始卫星图像是整体上更不一样的来源和目标地区的农村比城市的位置。这项工作突出了对卫星图像分割模型进行公平分析的必要性，并促进了公平迁移学习方法的开发，以便不引入地方之间的差异，特别是城市和农村地区之间的差异。
2022-04-15 cs.CV
Cross-directional Feature Fusion Network for Building Damage Assessment from Satellite Imagery
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；Nanjing University of Science and Technology（南京理工大学）
当发生自然灾害（例如，地震、飓风等）罢工。在采取有效应对措施之前，利用卫星图像进行建筑物损坏评估至关重要。高分辨率卫星图像提供了丰富的灾前和灾后情况信息，可供分析。然而，大多数现有的作品只是使用灾前和灾后的图像作为输入，而不考虑它们的相关性。在本文中，我们提出了一种新的横向融合策略，以更好地探索灾害前和灾后图像之间的相关性。此外，利用数据增强方法CutMix来应对硬类的挑战。该方法在大规模建筑物损伤评估数据集xBD上取得了最佳的性能。
2020-11-18 cs.CV
A Multi-Agent Feedback System for Detecting and Describing News Events in Satellite Imagery
Massachusetts Institute of Technology（麻省理工学院）；Planet Labs
提出一种迭代多智能体工作流SkyScraper，通过地理编码新闻文章并合成卫星图像序列描述，有效发现多时相事件并构建5000序列数据集。
2026-05-27 cs.CV cs.MA
Long-range UAV Thermal Geo-localization with Satellite Imagery
New York University（纽约大学）；Autonomous Robotics Research Center-Technology Innovation Institute（技术创新研究院自主机器人研究中心）
针对低照度环境下远程无人机GPS失效的问题，本文提出一种基于卫星RGB图像的新型热成像地理定位框架，结合多种域适应方法解决配对数据缺乏问题，并发布了Boson-nighttime数据集，首次实现了远程飞行的可靠热成像地理定位。
2023-07-29 cs.CV cs.RO
From underwater to aerial: a novel multi-scale knowledge distillation approach for coral reef monitoring
IFREMER（法国海洋开发研究院）；INRIA（法国国家信息与自动化研究所）；Université de Montpellier（蒙彼利埃大学）；CNRS（法国国家科学研究中心）；IRD（法国发展研究院）
本研究提出一种多尺度知识蒸馏方法，融合水下与航空图像及深度学习，实现珊瑚礁高精度、可扩展监测，AUC达0.9251。
2025-02-25 cs.AI cs.CV
M3GA-Wild: A Large-Scale Dataset and Benchmark for Multi-Modal Multi-session Ground-to-Aerial Place Recognition in Forests
Queensland University of Technology (QUT)（昆士兰科技大学）；CSIRO Robotics（澳大利亚联邦科学与工业研究组织机器人部门）
M3GA-Wild是首个森林多模态多会话地空地点识别基准，含36公里地面和370公顷航空数据，揭示LiDAR优于视觉及跨模态对齐挑战。
2026-09-22 cs.CV cs.RO
Leafy Spurge Dataset: Real-world Weed Classification Within Aerial Drone Imagery
MPG Ranch（MPG牧场）；University of Chicago Laboratory Schools（芝加哥大学实验学校）；Carnegie Mellon University（卡内基梅隆大学）
本文构建并发布含标注与无标注无人机图像的 Leafy Spurge 数据集，并基于预训练 DINOv2 视觉 Transformer 实现 0.84 测试准确率，证明杂草遥感分类可行但仍需改进。
2024-05-08 cs.CV cs.LG
Object sieving and morphological closing to reduce false detections in wide-area aerial imagery
The University of Arizona（亚利桑那大学）
对于大面积航空图像中的目标检测，通常需要进行后处理以减少误检测。我们提出了一个两阶段的后处理方案，其中包括一个面积阈值筛选过程和形态关闭操作。我们使用两个大面积的空中视频比较五个目标检测算法的性能在没有和存在我们的后处理方案。自动检测结果与地面实况对象进行了比较。几个指标用于性能比较。
2020-10-28 cs.CV eess.IV
Fast Vehicle Detection in Aerial Imagery
KeyW Corp.（KeyW公司）；Sensors Directorate, Air Force Research Lab（空军研究实验室传感器处）
近年来，已经开发了几种实时或近实时对象检测器。然而，这些对象检测器通常被设计用于第一人称视角图像，其中对象在图像中较大，并且不能很好地直接应用于检测航拍图像中的车辆。虽然已经开发了一些用于航空成像的探测器，但这些探测器要么速度很慢，要么不能很好地处理多尺度图像。在这里，流行的YOLOv2探测器被修改，以大大提高其在航空数据上的性能。在几个航空图像数据集上将修改后的检测器与Faster RCNN进行了比较。所提出的检测器以超过4倍的速度提供接近最先进的性能。
2017-09-25 cs.CV
Roof material classification from aerial imagery
Institute for Design Problems in Microelectronics of Russian Academy of Sciences（俄罗斯科学院微电子设计问题研究所）
本文介绍了一种算法，屋顶材料分类使用航空照片。该算法的主要优点是提出了提高预测精度的方法。建议的方法包括：转换神经网络的ImageNet权重以使用多通道图像的方法;除了神经网络的特定预测之外，还使用的第二级模型的特殊特征集;提高训练精度的特殊图像增强集。此外，提出了解决该问题的完整流程。以下内容是开放获取的：解决方案代码，权重集和所用神经网络的架构。该解决方案在“开放人工智能加勒比挑战赛”中获得第二名。
2020-04-23 cs.CV eess.IV
Physical Adversarial Attacks on an Aerial Imagery Object Detector
The University of Adelaide（阿德莱德大学）；University of South Australia（南澳大学）
深度神经网络（DNN）对于处理使用地球观测卫星平台收集的大量航空图像至关重要。然而，DNN容易受到对抗性示例的影响，预计这一弱点也会困扰DNN的航空图像。在这项工作中，我们展示了对航空图像进行物理对抗攻击的第一批努力之一，其中对抗补丁被优化，制造并安装在目标物体（汽车）上或附近，以显着降低应用于头顶图像的物体检测器的功效。对空中图像，特别是从卫星平台捕获的图像进行的物理对抗攻击受到大气因素（光照、天气、季节）和观察者与目标之间距离的挑战。为了研究这些挑战的影响，我们设计了新的实验和指标来评估空中场景中物体探测器的物理对抗攻击的有效性。我们的研究结果表明，物理对抗攻击对处理卫星图像的DNN构成了明显的威胁。
2021-10-20 cs.CV
Predicting Ground-Level Scene Layout from Aerial Imagery
University of Kentucky（肯塔基大学）
我们介绍了一种新的学习策略，从航空图像中提取语义有意义的功能。而不是手动标记的航空图像，我们建议预测（嘈杂）语义特征自动提取的共定位地面图像。我们的网络架构以航拍图像为输入，使用卷积神经网络提取特征，然后应用自适应变换将这些特征映射到地面透视图中。我们使用一个端到端的学习方法，以尽量减少直接从地面图像提取的语义分割和仅基于航拍图像预测的语义分割之间的差异。我们表明，使用这种策略学习的模型，没有额外的训练，已经能够粗略的航空图像的语义标记。此外，我们证明，通过微调这个模型，我们可以实现更准确的语义分割比两个基线初始化策略。我们使用我们的网络来处理估计地面图像的地理位置和地理方向的任务。最后，我们展示了如何从航空图像中提取的功能可以用来幻觉一个似是而非的地面全景。
2016-12-08 cs.CV
Adversarial Loss for Semantic Segmentation of Aerial Imagery
Eindhoven University of Technology（埃因霍温理工大学）
从航空图像中自动提取建筑物在城市规划、灾害管理和变化检测中有多种应用。近年来，一些作品采用深度卷积神经网络（CNN）进行建筑物提取，因为它们产生了丰富的特征，这些特征对照明条件，阴影等是不变的。大多数深度学习分割方法在不了解上下文的情况下，相对于地面真实值优化了每像素损失。这通常会导致不完美的输出，从而可能导致缺失或未细化的区域。在这项工作中，我们提出了一种新的损失函数，结合了对抗性和交叉熵损失，学习理解语义分割的局部和全局上下文。部署在DeepLab v3+网络上的新提出的损失函数在马萨诸塞州建筑数据集上获得了最先进的结果。损失函数改进了结构并细化了建筑物的边缘，而不需要任何常用的后处理方法，如条件随机场。我们还进行消融研究，以了解对抗性损失的影响。最后，该方法在马萨诸塞州建筑数据集上获得了95.59%的宽松F1分数，而之前的最佳F1分数为94.88%。
2020-01-18 cs.CV eess.IV
Damage Estimation and Localization from Sparse Aerial Imagery
Massachusetts Institute of Technology（麻省理工学院）；MIT Lincoln Laboratory（麻省理工学院林肯实验室）
航空图像为应对飓风等自然灾害提供了重要的态势感知。它们非常适合为损伤估计和定位（DEL）提供信息;即，描述灾害后损害的类型和空间范围。尽管最近在传感和无人驾驶航空系统技术方面取得了进展，但大部分灾后航空图像仍然是由小型载人固定翼飞机上的手持数码单反相机拍摄的。然而，这些手持相机缺乏IMU信息，并且图像是由操作员在事件发生后偶然拍摄的。因此，从这样的图像中删除仍然是一个高度手动和耗时的过程。我们提出了一种方法来检测航空图像中的损坏，并将其定位在世界坐标系中，具体侧重于检测和定位洪水。该方法是基于使用结构从运动相关的图像坐标世界坐标通过投影变换，使用类激活映射来检测图像中的损坏程度，并应用投影变换来定位损坏的世界坐标。我们评估了我们的方法在2016年路易斯安那州洪水事件后数据上的性能，发现我们的方法达到了88%的精度。鉴于这种高精度使用有限的数据，我们认为，这种方法是目前可行的快速和有效的DEL从手持航空影像灾害响应。
2021-11-10 cs.CV cs.LG eess.IV
Super-Resolving Commercial Satellite Imagery Using Realistic Training Data
Google Inc.（谷歌公司）
在基于机器学习的单幅图像超分辨率中，退化模型被嵌入到训练数据生成中。然而，大多数现有的卫星图像超分辨率方法使用具有固定核的简单下采样模型来创建训练图像。这些方法在合成数据上工作良好，但在真实卫星图像上表现不佳。提出了一种实用的商业卫星影像产品训练数据生成模型，该模型不仅包括卫星上的成像过程，还包括地面上的后处理过程。我们还提出了一个卷积神经网络优化的卫星图像。实验结果表明，所提出的训练数据生成模型能够有效提高真实卫星图像的超分辨率性能。
2020-02-26 cs.CV eess.IV
BOSC: A toolbox for aerial imagery mapping
本文提出BOSC航空影像制图工具箱，旨在利用丰富的无人机和卫星资源，帮助研究人员高效、准确地标注和处理航空影像，以支持作物识别、土地利用制图等决策任务。
2024-06-09 cs.CV
Tackling the Overestimation of Forest Carbon with Deep Learning and Aerial Imagery
Technical University of Munich（慕尼黑工业大学）；ETH Zurich（苏黎世联邦理工学院）；Massachusetts Institute of Technology（麻省理工学院）
森林碳抵消越来越受欢迎，可以在为气候减缓、森林保护和重新造林提供资金方面发挥重要作用。然而，测量森林中储存了多少碳在很大程度上仍然是通过昂贵，耗时，有时甚至是不负责任的实地测量来完成的。为了克服这些限制，许多验证机构正在利用机器学习（ML）算法来估计卫星或航空图像中的森林碳。航空图像可用于树种或科分类，从而改进了基于卫星图像的森林类型分类。然而，航空图像的收集成本要高得多，目前还不清楚更高的分辨率在多大程度上改善了森林碳估计。这份提案文件描述了通过基于深度学习的算法对热带再造林项目的航空图像、卫星图像和地面实况实地测量的森林碳估计的首次系统比较。我们的初步结果表明，对于热带重新造林项目，卫星图像的森林碳估计可能高估地上生物量高达10倍。航空和卫星衍生的森林碳测量之间的显着差异显示了基于航空图像的ML算法的潜力，并提高了将这项研究扩展到碳测量选项之间的全球基准的重要性。
2021-08-19 cs.CV cs.LG
Automatic Pixelwise Object Labeling for Aerial Imagery Using Stacked U-Nets
Raisa Energy LLC；Faculty of Engineering, Cairo University（开罗大学工程学院）；Faculty of Computers and Information, Cairo University（开罗大学计算机与信息学院）
航空影像中目标标注的自动化是一项具有众多实际应用的计算机视觉任务。像能源勘探这样的领域需要一种自动化的方法来处理每天连续的图像流。在本文中，我们提出了一个管道来解决这个问题，使用堆栈的卷积神经网络（U-Net架构）安排端到端。每个网络都是前一个网络的后处理器。我们的模型在两个不同的数据集上表现优于当前最先进的技术：Inria航空图像标记数据集和马萨诸塞州建筑物数据集，每个数据集都具有不同的特征，如空间分辨率，对象形状和尺度。此外，我们通过实验验证计算时间的节省，通过处理子采样的图像和以后的上采样逐像素标记。这些节省在分割质量上的下降可以忽略不计。虽然本文所进行的实验只涉及航空图像，但所提出的技术是通用的，可以处理其他类型的图像。
2018-03-13 cs.CV
YOLOv5-Based Object Detection for Emergency Response in Aerial Imagery
UNC Charlotte（北卡罗来纳大学夏洛特分校）
本文构建自定义数据集并采用 YOLOv5 检测航空影像中的应急关键车辆与事故场景，验证其在速度和精度上的平衡及实时应急价值。
2025-01-08 cs.CV
Object detection on aerial imagery using CenterNet
航空图像中的对象的检测和分类具有若干应用，如城市规划、农作物监视和交通监视。然而，由于目标的低分辨率和噪声的影响，在航空图像中，提取区分特征的对象是一个挑战。我们在VisDrone2019数据集上评估了CenterNet，这是一种用于实时2D目标检测的最先进方法。我们在训练和测试过程中，结合不同的分辨率，使用不同的骨干网络来评估模型的性能。
2019-08-22 cs.CV cs.RO
SaRNet: A Dataset for Deep Learning Assisted Search and Rescue with Satellite Imagery
New York University（纽约大学）
近年来，随着几个新星座的投入使用，获得高分辨率卫星图像的机会急剧增加。重访频率高以及分辨率的提高，使卫星图像的使用范围扩大到人道主义救济甚至搜索和救援等领域。我们提出了一种新的遥感对象检测数据集，用于深度学习辅助SaR。该数据集仅包含作为实时SaR响应的一部分被确定为潜在目标的小对象。我们评估了流行的对象检测模型在该数据集上的应用，作为进一步研究的基础。我们还提出了一种新的对象检测度量，专门设计用于深度学习辅助的SaR设置。
2021-08-04 cs.CV eess.IV
Bootstrapped CNNs for Building Segmentation on RGB-D Aerial Imagery
Eindhoven University of Technology（埃因霍温理工大学）；Cyclomedia B.V（Cyclomedia公司）
从航空图像中检测建筑物和其他物体在城市规划和地图制作中有各种应用。从航空图像中自动检测建筑物是一项具有挑战性的任务，因为它容易受到不同的照明条件，阴影和遮挡的影响。卷积神经网络（CNN）对其中一些变化是鲁棒的，尽管它们无法区分简单和困难的例子。我们通过使用CNN架构DenseNet从RGB-D图像中训练检测算法以获得分割掩模。首先，我们通过应用称为Bootstrapping的统计重采样技术来提高模型的性能，并证明保留了更多信息的示例。第二，该方法优于非自举版本，仅利用六分之一的原始训练数据，它获得了95.10%的精确召回盈亏平衡我们的航空影像数据集。
2018-10-08 cs.CV
Person Re-identification in Aerial Imagery
Northwestern Polytechnical University（西北工业大学）；Xi’an Jiaotong University（西安交通大学）
随着民用无人机的迅速发展，利用无人机平台进行视觉监控已经成为一个非常有吸引力的课题。目前对无人机视觉数据的研究主要集中在目标检测和跟踪任务上。然而，有限的关注已经支付给人的重新识别（ReID）的任务，已被广泛研究，在普通的监控摄像机与固定的炮位。为了便于研究航空图像中的人员ReID，我们收集了一个名为Person ReID for Aerial Imagery（PRAI-1581）的大规模空中人员ReID数据集，该数据集由1581个人员身份的39，461张图像组成。数据集的图像由两架大疆消费级无人机在离地20至60米的高度飞行拍摄，涵盖了大部分真实的无人机监控场景。此外，我们建议利用卷积特征映射的子空间池来表示输入的人物图像。我们的方法可以在航空图像中学习ReID的区分性和紧凑的特征表示，并且可以有效地以端到端的方式进行训练。我们对所提出的数据集进行了广泛的实验，实验结果表明，重新识别航空图像中的人是一个具有挑战性的问题，我们的方法对最先进的技术表现良好。我们的数据集可以通过\url{https://github.com/stormyoung/PRAI-1581}访问。
2020-04-12 cs.CV
Deep cross-domain building extraction for selective depth estimation from oblique aerial imagery
Fraunhofer IOSB（弗劳恩霍夫IOSB）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
随着航空影像技术的进步和城市环境的精确三维重建，城市区域的自动分析越来越受到重视。在我们的工作中，我们研究了两个重要的方面，允许在倾斜的航拍图像，即自动建筑物提取与卷积神经网络（CNN）和选择性的实时深度估计从航拍图像的城市模型中的建筑结构的实时分析。我们使用迁移学习来训练更快的R-CNN方法，通过将用于城市场景理解的大型地面数据集与来自空中数据集的少量图像相结合来进行实时深度目标检测。对于在选定的评估数据集上进行构建提取的任务，我们实现了约80%的平均精度（AP）。我们的评估集中在特定的学习和迁移学习。此外，我们提出了一种算法，允许多视图深度估计从航空图像的实时。我们采用半全局匹配（SGM）的优化策略，以保持在对象边界的尖锐边缘。结合Faster R-CNN，它允许从倾斜的航空图像中选择性地重建建筑物，识别感兴趣的区域（ROI）。
2019-09-21 cs.CV cs.LG
Scene and Environment Monitoring Using Aerial Imagery and Deep Learning
Kingston University（金斯顿大学）
无人机（UAV）是智能农业相关应用的一项有前途的技术。使用无人机对农业农场进行空中监测，可以实现与作物监测有关的关键决策。深度学习技术的进步进一步提高了基于航空图像的分析的精度和可靠性。在无人机上安装各种传感器（RGB、光谱相机）的能力允许远程作物分析应用，如植被分类和分割、作物计数、产量监测和预测、作物制图、杂草检测、疾病和养分缺乏检测等。在文献中发现了大量的研究，探讨了无人机在智能农业中的应用。本文综述了将深度学习应用于智能农业的无人机图像的研究。基于应用，我们将这些研究分为五大类，包括：植被识别，分类和分割，作物计数和产量预测，作物制图，杂草检测和作物病害和养分缺乏检测。对每项研究都进行了深入的批判性分析。
2019-06-06 cs.CV
Novel Building Detection and Location Intelligence Collection in Aerial Satellite Imagery
在航空影像中检测建筑物结构并获取建筑物信息是城市规划管理、土地利用分析的重要解决方案。它可以成为回答重要问题的核心，例如在地震、洪水管理等情况下规划疏散路线。这些应用程序依赖于能够准确检索最新信息。能够准确地检测以特定经纬度值为中心的限界框中的建筑物可以提供很大的帮助。关键的挑战是能够检测到建筑物，可以是商业，工业，小屋定居点或摩天大楼。一旦我们能够检测到这样的建筑物，我们的目标将是对类似类型的建筑物进行聚类和分类。
2023-02-06 cs.AI cs.CV eess.IV
Mapping Missing Population in Rural India: A Deep Learning Approach with Satellite Imagery
Stanford University（斯坦福大学）；Dartmouth College（达特茅斯学院）；World Bank（世界银行）
全世界有数百万人没有参加他们国家的人口普查。准确的、当前的和颗粒状的人口指标对于改善政府资源分配、衡量疾病控制、应对自然灾害以及研究这些社区人类生活的任何方面都至关重要。卫星图像可以提供足够的信息，在不需要政府人口普查的费用和时间的情况下绘制人口图。我们提出了两个卷积神经网络（CNN）架构，有效地结合来自多个来源的卫星图像输入，以准确地预测一个地区的人口密度。在本文中，我们使用来自印度农村的卫星图像和2011年SECC人口普查的人口标签。我们最好的模型实现了更好的性能比以前的论文，以及LandScan，全球人口分布的社区标准。
2019-05-04 cs.CV eess.IV
Object Detection in Aerial Imagery
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
自然图像中的目标检测多年来取得了显著的成果。然而，类似的进展尚未观察到在空中目标检测由于几个挑战，如高分辨率图像，实例规模变化，类不平衡等，我们表现出两个阶段，一个阶段和注意基于对象检测器的iSAID数据集的性能。此外，我们描述了针对不同模型进行的一些修改和分析- a）在两阶段检测器中：引入了基于加权注意力的FPN，类平衡采样器和密度预测头。b）在一级探测器中：使用加权焦点损失并引入FPN。c）在基于注意力的检测器中：比较单个、多尺度注意力，并展示不同骨干的效果。最后，我们展示了一个比较研究，突出了不同的模型在航空图像设置的优点和缺点。
2022-11-15 cs.CV
Towards High-Resolution Alignment and Super-Resolution of Multi-Sensor Satellite Imagery
The Pennsylvania State University（宾夕法尼亚州立大学）；NASA Marshall Space Flight Center（美国国家航空航天局马歇尔空间飞行中心）；University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校）
本研究提出一个初步框架，利用HLS10影像作为参考，对HLS30影像进行对齐和超分辨率重建，以弥合多传感器卫星影像的分辨率差距，实验验证了其有效性。
2025-08-01 cs.CV eess.IV
Extracting Object Heights From LiDAR & Aerial Imagery
University of Texas - San Antonio（德克萨斯大学圣安东尼奥分校）
本文提出一种结合LiDAR与航空影像的程序化物体高度提取方法，并探讨了融合点云、影像和文本编码的生成式AI新趋势，使无深度学习背景的工程师也能实现空间感知分析。
2024-08-02 cs.CV cs.ET
Predicting Poverty Level from Satellite Imagery using Deep Neural Networks
Mission San Jose High School（米慎圣何塞高中）；Stanford Univeristy（斯坦福大学）
确定全世界各区域的贫穷程度对于确定减贫举措的干预措施和公平地分配资源至关重要。然而，很难获得关于全球经济生计的可靠数据，特别是在发展中国家的地区，这阻碍了部署服务和监测/评估进展的努力。这在很大程度上是因为这些数据是从传统的上门调查中获得的，这种调查既耗时又昂贵。高空卫星图像所包含的特征使人们有可能估计该区域的贫困程度。在这项工作中，我开发了深度学习计算机视觉方法，可以从头顶上的卫星图像预测一个地区的贫困水平。我用白天和夜间的图像进行实验。此外，由于数据的限制往往是进入卫星图像的贫困预测的障碍，我探讨的影响，数据量和数据增强的代表性力量和网络的整体准确性。最后，为了评估网络的鲁棒性，我对开发集中缺少的大陆数据进行了评估。
2021-11-30 cs.CV eess.IV
Visual place recognition for aerial imagery: A survey
Center for AI Technology (CAIT)（人工智能技术中心（CAIT））；Skolkovo Institute of Science and Technology (Skoltech)（斯科尔科沃科学技术学院（Skoltech））；Saint Petersburg State University（圣彼得堡国立大学）
针对航空影像视觉场所识别（VPR）现有综述忽略航空数据特定场景的问题，本文提出专用评估方法，全面评测各类VPR方法，并验证地图瓦片的缩放级别与重叠度选择对算法效率的关键影响，同时开源相关代码。
2024-10-31 cs.CV cs.RO
Estimating Chicago's tree cover and canopy height using multi-spectral satellite imagery
The Alan Turing Institute（艾伦·图灵研究所）；University College London（伦敦大学学院）
关于城市树冠的信息对于减缓气候变化[1]以及提高生活质量[2]至关重要。城市植树计划面临着缺乏关于城市树冠水平和垂直尺寸的最新数据的问题。我们提出了一个管道，利用LiDAR数据作为地面实况，然后训练多任务机器学习模型，使用多源多光谱卫星图像对芝加哥的案例研究生成城市地区树木覆盖率和树冠高度的可靠估计。
2022-12-09 cs.CV eess.IV
Aerial Imagery based LIDAR Localization for Autonomous Vehicles
Ford AV LLC（福特自动驾驶有限责任公司）；Ford Motor Company（福特汽车公司）
本文提出了一种定位技术，利用航空影像地图和激光雷达地面反射率的自主车辆在城市环境中。使用激光雷达反射率的传统定位技术依赖于从测绘车辆生成的高清晰度反射率地图。维护这种现有地图所需的成本和工作量通常非常高，因为它需要一队昂贵的测绘车辆。在这项工作中，我们提出了一种定位技术，车辆使用航空/卫星图像定位，消除了需要开发和维护复杂的高清地图。所提出的技术已在密歇根州安娜堡的测试轨道上收集的真实世界的数据集进行了测试。这项研究的结论是，基于航空图像的地图提供了实时定位性能，类似于最先进的基于激光雷达的地图，用于城市环境中的自动驾驶汽车，成本更低。
2020-03-25 cs.CV cs.RO
Localization in Aerial Imagery with Grid Maps using LocGAN
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；FZI Research Center for Information Technology（FZI信息技术研究中心）
在这项工作中，我们提出了LocGAN，我们的定位方法的基础上，地理参考航空影像和激光雷达网格地图。目前，大多数自定位方法将当前传感器观测与从先前获取的数据生成的地图相关联。不幸的是，这些数据并不总是可用的，生成的地图通常是传感器设置特定的。全球导航卫星系统（GNSS）可以解决这个问题。然而，由于多路径和阴影效应，它们并不总是可靠的，特别是在城市地区。由于航空图像通常是可用的，我们可以使用它作为先验信息。为了将航空图像与网格地图相匹配，我们使用条件生成对抗网络（cGAN）将航空图像转换为网格地图域。使用定位网络（LocNet）估计预测的和测量的网格地图之间的变换。给定地理参考的航空图像变换，可以估计车辆姿态。对德国卡尔斯鲁厄地区记录的数据进行的评估表明，我们的LocGAN方法提供了可靠的全球定位结果。
2019-07-16 cs.CV cs.LG
Aerial hyperspectral imagery and deep neural networks for high-throughput yield phenotyping in wheat
University of Minnesota（明尼苏达大学）；University of California-Davis（加州大学戴维斯分校）
作物生产需要以可持续的方式增加，以满足全球日益增长的粮食需求。为了确定具有高产潜力的作物品种，植物科学家和育种家在几年内评估了多个地点的数百个品系的表现。为了促进先进品种的选择过程，在这项研究中开发了一个自动化的框架。在无人驾驶飞行器上安装了一台高光谱照相机，以收集具有高空间和光谱分辨率的航空图像。在连续两个生长季节从三个实验产量田中捕获航空图像，所述三个实验产量田由数百个实验地块（1 × 2.4米）组成，每个试验地块包含一个小麦品系。通过联合收割机收割超过一千块小麦地块的谷物，称重并记录为地面实况数据。为了利用高空间分辨率和调查小区内的产量变化，通过将图像处理技术和光谱混合分析与专家领域知识相结合，将小区图像划分为子小区。然后，使用分层抽样将子图数据集分为训练集、验证集和测试集。在从每个子地块提取特征之后，训练深度神经网络以进行产量估计。预测子区尺度下测试数据集产量的决定系数为0.79，均方根误差为5.90克。除了提供子地块尺度上的产量变化的见解，所提出的框架可以促进高通量产量表型分析作为一个有价值的决策支持工具的过程。它提供了以下可能性：（i）对地块进行远程目视检查，（ii）研究作物密度对产量的影响，以及（iii）优化地块大小，以便每年在专用田地中调查更多品系。
2019-06-23 cs.CV eess.IV
Aerial LaneNet: Lane Marking Semantic Segmentation in Aerial Imagery using Wavelet-Enhanced Cost-sensitive Symmetric Fully Convolutional Neural Networks
German Aerospace Center (DLR)（德国航空航天中心（DLR））；Technical University of Munich（慕尼黑工业大学）
了解车道标记的位置和外观是创建高精度地图的先决条件，这对于自动驾驶、基础设施监控、车道交通管理和城市规划是必要的。车道标记是此类地图的重要组成部分之一。车道标记向驾驶员传达道路规则。虽然这些规则是由人类学习的，但自动驾驶汽车应该学会学习它们以定位自己。因此，需要在道路和高速公路的图像中准确且可靠的车道标记语义分割来实现这些目标。我们使用机载图像，它可以通过引入空中车道标记数据集在短时间内捕获大面积。在这项工作中，我们提出了一个对称的全卷积神经网络增强小波变换，以自动进行车道线分割航空影像。由于车道标记像素与背景像素的数量严重不平衡的问题，我们使用自定义的损失函数以及一种新型的数据增强步骤。我们实现了一个非常高的精度，在像素的车道标记定位，而不使用第三方信息。在这项工作中，我们介绍了我们的实验中使用的第一个高质量的数据集，其中包含广泛的情况和类别的车道标记代表当前的交通系统。该数据集将公开提供，因此，它可以用作该领域内未来算法的基准数据集。
2018-11-01 cs.CV
Wide-Area Image Geolocalization with Aerial Reference Imagery
University of Kentucky（肯塔基大学）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
我们建议使用深度卷积神经网络来解决交叉视图图像地理定位的问题，其中地面查询图像的地理位置通过与地理参考航空图像进行匹配来估计。我们使用国家的最先进的地面图像的特征表示，并介绍了一个跨视图的训练方法，学习联合语义特征表示航空图像。我们还提出了一个网络架构，融合在多个空间尺度从航空图像提取的功能。为了支持训练这些网络，我们引入了一个庞大的数据库，其中包含来自美国各地的空中和地面图像对。我们的方法在两个基准数据集上的表现明显优于现有技术。我们还表明，定性地说，建议的功能表示在本地和大陆的空间尺度上的歧视。
2015-10-13 cs.CV
