(in portuguese: AiRound e CV-BrCT: novos conjuntos de dados multivisualização para classificação de cenas)
Gabriel Machado, Edemir Ferreira, Keiller Nogueira, Hugo Oliveira, Matheus Brito, Pedro Henrique Targino Gama, and Jefersson Alex dos Santos.
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, vol. 14, pp. 488-503, 2021.
http://dx.doi.org/10.1109/jstars.2020.3033424
Resumo
É inegável que imagens aéreas/de satélite podem fornecer informações úteis para uma grande variedade de tarefas. Mas, como estas imagens são sempre tiradas de cima, algumas aplicações podem beneficiar de informações complementares fornecidas por outras vistas em perspectiva da cena, tais como imagens ao nível do solo. Apesar de um grande número de repositórios públicos tanto para fotografias georreferenciadas como para imagens aéreas, há uma falta de conjuntos de dados de referência que permitam o desenvolvimento de abordagens que explorem os benefícios e a complementaridade das imagens aéreas/terrestres. Neste artigo, apresentamos dois novos conjuntos de dados disponíveis publicamente denominados AiRound e CV-BrCT. O primeiro contém trigêmeos de imagens de uma mesma coordenada geográfica com diferentes perspectivas de visão extraídas de vários lugares do mundo. Cada trio é composto por uma imagem RGB aérea, uma imagem em perspectiva ao nível do solo e uma amostra do Sentinel-2. O segundo conjunto de dados contém pares de imagens aéreas e de ruas extraídas do sudeste do Brasil. Projetamos um extenso conjunto de experimentos relativos à classificação de cenas multivisualização, usando fusão precoce e tardia. Tais experimentos foram conduzidos para mostrar que a classificação de imagens pode ser aprimorada usando dados multivisualização.
