A Shadow Detection Method for High-Resolution Remote Sensing Images based on Shadow Direction Prior

Abstract

地物阴影的标注成本昂贵且难以全面覆盖高分辨率遥感影像蕴含的丰富信息,其训练样本的匮乏,严重限制了监督学习模型的性能。针对上述问题,本文提出了一种基于阴影方向先验的高分辨率遥感影像地物阴影检测方法,该方法探究了阴影方向先验对于遥感影像地物阴影高级语义特征表达的有效性,并基于阴影的方向性先验构建了遥感地物阴影检测辅助任务,实现自监督的遥感地物阴影检测方法。本文方法设计了一种方向变换无关性噪声处理机制和一种自监督阴影检测的数据增强策略,进一步提升深度神经网络对于地物阴影关键特征的学习能力。在AISD数据集上的实验结果表明,本文方法仅使用少量的标签即可显著提升地物阴影检测精度,并且地物阴影的边界更加平滑和规整,更接近于地面真实情况。