[논문 리뷰] PolSF: PolSAR image dataset on San Francisco

Xu Liu, Licheng Jiao외 1명|arXiv (Cornell University)|2019. 12. 16.

Synthetic Aperture Radar (SAR) Applications and TechniquesEngineering참고 문헌 8인용 수 18

한 줄 요약

이 논문은 AIRSAR, ALOS2, GF3, RISAT, RS2 위성에서 촬영한 다중 시기, 다중 센서 펄스형 SAR 이미지 5개로 구성된 새로 촬영하고 공개된 폴라리메트릭 SAR(SAR) 이미지 데이터셋인 PolSF를 소개한다. 이 데이터셋은 도시, 식생, 수역, 산악 지역 등 다양한 지역의 지표면 분류를 위한 픽셀 수준의 주석을 제공하여, PolSAR 이미지 분류 및 융합 분야의 고도화된 연구를 가능하게 한다.

ABSTRACT

Polarimetric SAR data has the characteristics of all-weather, all-time and so on, which is widely used in many fields. However, the data of annotation is relatively small, which is not conducive to our research. In this paper, we have collected five open polarimetric SAR images, which are images of the San Francisco area. These five images come from different satellites at different times, which has great scientific research value. We annotate the collected images at the pixel level for image classification and segmentation. For the convenience of researchers, the annotated data is open source https://github.com/liuxuvip/PolSF.

연구 동기 및 목표

• 원격 감지 분야의 과학적 연구를 위한 주석이 부족한 PolSAR 데이터셋의 부족 문제를 해결한다.
• 다양한 위성, 촬영 시기, 공간 해상도를 포함한 다원소 PolSAR 데이터셋을 제공한다.
• 도시, 식생, 수역, 산악 지역 등에 대한 정밀한 지표면 진술 주석을 제공함으로써 픽셀 수준의 분류 및 세분화 작업을 가능하게 한다.
• 고품질의 레이블이 부여된 데이터를 공개함으로써 단일 소스 및 다중 소스 PolSAR 이미지 분류 및 융합 연구를 지원한다.
• 오픈소스 데이터 배포를 통해 PolSAR 이미지 분석 분야의 벤치마크 설정과 재현 가능성을 촉진한다.

제안 방법

• 1989–2018년 사이에 촬영된 다양한 위성(AIRSAR, ALOS2, GF3, RISAT, RS2)에서 온 다섯 개의 PolSAR 이미지를 IETR 웹사이트에서 확보하였다.
• ESA PolSARpro v6.0(Biomass Edition)를 사용하여 원시 PolSAR 데이터를 처리하여 시각화를 위한 PauliRGB 가짜 색상 이미지를 생성하였다.
• 각 PolSAR 이미지를 동일한 시기의 고해상도 Google Earth 이미지와 정렬하여 정확한 공간 기반 참조를 확보하였다.
• Labelme 소프트웨어를 사용하여 도시, 수역, 식생, 갈라진 토양, 산악 지역 등 픽셀 수준의 지표면 분류 카테고리를 수동으로 주석을 달았다.
• 주석된 색상 맵을 기계 학습 및 분석에 적합한 일관된 인코딩 방식을 사용해 구조화된 레이블 파일로 변환하였다.
• 연구 목적에 적합하도록 샌프란시스코 지역에 집중하여 이미지를 자르고 표준화하였으며, 공간적 및 스펙트럼적 정밀도를 유지하였다.

실험 결과

연구 질문

• RQ1 다양한 위성에서 촬영한 다중 센서, 다중 시기 PolSAR 데이터는 과학적 연구를 위해 어떻게 효과적으로 촬영하고 주석을 달 수 있는가?
• RQ2 다른 센서와 촬영 조건에서 PolSAR 이미지에 대해 일관되고 고품질의 픽셀 수준 주석을 생성하는 데 있어 핵심 과제는 무엇인가?
• RQ3 다중 소스 PolSAR 데이터셋이 픽셀 수준의 분류 및 세분화 모델에 대한 강력한 평가를 어느 정도 지원할 수 있는가?
• RQ4 공간 해상도와 촬영 시기의 변동이 PolSAR 분류 모델의 성능과 일반화 능력에 어떤 영향을 미치는가?
• RQ5 공개 접근이 가능한 주석이 부여된 PolSAR 데이터셋이 원격 감지 및 SAR 이미지 분석 분야의 연구 발전에 미치는 잠재력은 무엇인가?

주요 결과

• PolSF 데이터셋은 5개의 위성에서 확보한 5개의 PolSAR 이미지로 구성되어 있으며, 넓은 시기 범위(1989–2018)와 다양한 공간 해상도(2.33m에서 18m)를 포함한다.
• 모든 5개 데이터셋에 대해 픽셀 수준의 주석이 성공적으로 생성되었으며, 이미지에 따라 지표면 분류 카테고리가 5~6개로 다양하다.
• 이 데이터셋은 https://github.com/liuxuvip/PolSF를 통해 GitHub에 공개되어 있어 개방형이고 재현 가능한 연구를 가능하게 한다.
• PauliRGB 분해 기법을 활용함으로써 펄스형 정보를 효과적으로 시각화할 수 있었으며, 정확한 주석 작성과 데이터 해석에 기여하였다.
• 이 데이터셋은 단일 소스 및 다중 소스 PolSAR 이미지 분류 및 융합 작업을 포함한 다양한 연구 응용 분야를 지원한다.
• 고해상도 Google Earth 이미지를 기준으로 활용함으로써 수동 주석 작업의 정확성과 일관성을 향상시켰다.