2달 전

xView3-SAR: 합성 개구 레이더 영상을 이용한 암흑 조업 활동 탐지

Paolo, Fernando ; Lin, Tsu-ting Tim ; Gupta, Ritwik ; Goodman, Bryce ; Patel, Nirav ; Kuster, Daniel ; Kroodsma, David ; Dunnmon, Jared
xView3-SAR: 합성 개구 레이더 영상을 이용한 암흑 조업 활동 탐지
초록

세계적인 지속 불가능한 어업 관행은 해양 자원과 생태계에 큰 위협을 초래하고 있습니다. 전통적인 모니터링 시스템에 나타나지 않는 선박, 즉 "다크 선박"을 식별하는 것은 해양 환경의 건강을 관리하고 보호하는 데 있어 핵심적입니다. 위성 기반 합성 개구 레이더(SAR) 영상과 현대 머신 러닝(ML) 기술의 발전으로 이제 낮이나 밤, 모든 날씨 조건에서 다크 선박의 자동 감지를 가능하게 하였습니다. 그러나 SAR 영상은 도메인 특화 처리가 필요하며, ML 커뮤니티에서는 널리 접근할 수 없습니다. 해상 객체(선박 및 해상 인프라스트럭처)는 상대적으로 작고 희소하여 전통적인 컴퓨터 비전 접근법에 도전을 제기합니다.우리는 SAR 영상을 이용해 선박과 해양 구조물을 감지하고 특성을 분석하기 위한 ML 모델 훈련용 가장 큰 라벨링된 데이터셋을 소개합니다. xView3-SAR는 Sentinel-1 임무에서 수집된 약 1,000개의 분석 준비 완료 SAR 영상을 포함하며, 각 이미지는 평균적으로 29,400×24,400 픽셀입니다. 이 이미지는 자동화된 분석과 수작업 분석의 조합을 통해 주석이 달려 있습니다. 또한 각 SAR 이미지에는 동일 위치의 수심과 풍속 래스터가 함께 제공됩니다.또한 대규모로 선박 감지와 특성 분석을 위한 xView3 컴퓨터 비전 챌린지에 대한 개요를 제공합니다. 이는 국제 경쟁으로, xView3-SAR를 사용하여 진행됩니다. 우리는 이 중요한 응용 분야를 위한 ML 접근법의 지속적인 개발과 평가를 지원하기 위해 데이터(\href{https://iuu.xview.us/}{https://iuu.xview.us/})와 코드(\href{https://github.com/DIUx-xView}{https://github.com/DIUx-xView})를 공개합니다.