|
地物精细分类是高光谱遥感影像的重要应用方向之一。目前国际上采用的数据集大多为公开的标准航空数据集,其面临空间分辨率较低(十米级)、影像中标注像素占比较少、类别精细度有限等问题,使得现有的分类方法精度测评时难以区分其方法有效性,亟需一套新型的高光谱遥感地物分类数据集。
为此,武汉大学测绘遥感信息工程国家重点实验室RSIDEA团队基于新型的无人机高光谱遥感技术,从农作物精细分类应用需求出发,构建了一套无人机高光谱高空间(双高)遥感公开数据集(WHU-Hi)。“双高”影像同时具备纳米级光谱分辨率和厘米级空间分辨率,包含地物精细化光谱和丰富的空间细节信息。
WHU-Hi数据集共包含三个场景的数据,分别是WHU-Hi-Longkou 数据(作物种类少的简单农业场景),WHU-Hi-HongHu数据(作物种类多而复杂的农业场景),WHU-Hi-HanChuan数据(城乡结合区域的农业场景)。数据详细信息如图1和表1所示:
|
图1. WHU-Hi: 无人机高光谱高空间(双高)公开数据集影 |
基于WHU-Hi数据集,对已有支持向量机、面向对象分类、条件随机场分类、深度卷积网络分类标准测评,并在此基础上,提出了一种联合卷积神经网络和条件随机场的空谱分类框架精细分类,提高其分类精度。
总结来说,WHU-Hi数据集包含三种典型的农业场景,具有厘米级的空间分辨率、更高的标注占比和精细的类别区分,并对主流的分类方法采用数据集不同比例的样本进行了测试,提供了一套标准高光谱影像分类数据集及方法分类精度,为高光谱分类研究提供新的基准。
数据下载链接: http://rsidea.whu.edu.cn/resource_WHUHi_sharing.htm
WHU-Hi数据集只能用于学术目的,当您发表的结果中用到了该数据集,请引用以下文献::
Y. Zhong, X. Hu, C. Luo, X. Wang, J. Zhao, and L. Zhang,“WHU-Hi: UAV-borne hyperspectral with high spatial resolution (H2) benchmark datasets and classifier for precise crop identification based on deep convolutional neural network with CRF”, Remote Sens. Environ., vol. 250, pp. 112012, 2020.
Y. Zhong, X. Wang, Y. Xu, S. Wang, T. Jia, X. Hu, J. Zhao, L. Wei, and L. Zhang, "Mini-UAV-borne hyperspectral remote sensing: From observation and processing to applications", IEEE Geosci. Remote Sens. Mag., vol. 6, no. 4, pp. 46-62, Dec. 2018.
|
|