GeoInfoNet

地理信息网 论文“用于遥感云/雪探测的地理信息驱动方法和新型大规模数据集”（ISPRS）上的代码和数据集信息。 概述 本文提出了一种新的基于深度学习的云和雪检测方法。该方法称为地理信息驱动神经网络（GeoInfoNet）。与之前只专注于使用图像数据（波段反射率）而忽略地理信息的方法不同，该方法中设计了一种``地理信息编码器''，它将图像的高度，纬度和经度编码为2D地图集。然后将这些地图逐像素地集成到检测网络中，然后以端到端的方式训练整个检测模型。可以看出，通过辅助信息的集成，云雾和雪的探测精度不断提高。该方法在很大程度上超越了其他现有技术的云和雪检测方法。除新的检测框架外，还建立了一个用于云和雪检测的大型数据集，其中包含4168张高分1号卫星的图像，比该领域的其他数据集大20倍以上。更重要的是，数据集包含相应的地理信息，包括每个图像的经度，纬度和高分辨率海拔图。 图。建议方法GeoInfo