pfm1-kriging-hsi

PFM-1地雷VNIR高光谱成像数据集是为IEEE国际地球科学与遥感研讨会（IGARSS）2026准备的一个基准数据集，是原始无人机可见光-近红外（VNIR）高光谱基准数据集的精炼子集，专注于PFM-1型地雷目标的检测。原始数据在一个布设有143个真实模拟地雷和未爆弹药（UXO）目标（包括表面、部分埋设和完全埋设状态）的控制测试场上采集，使用搭载在无人机平台上的Headwall Nano-Hyperspec®传感器，飞行高度约为20.6米。本版本对原始数据进行了空间子集划分，仅包含存在PFM-1地雷的区域，并提供了高精度的像素级二值地面实况掩膜。数据集包含一个主要的高光谱数据立方体（ENVI格式，约6.42 GB，270个光谱波段，光谱范围398–1002纳米，地面采样距离约1.29厘米）、对应的头文件、用于定义子集的感兴趣区域文件、PFM-1目标的二值掩膜及其头文件，以及通过SVC设备捕获的PFM-1参考地面光谱特征文件。该数据集适用于目标检测、图像分割和图像分类等计算机视觉任务，特别是在遥感高光谱图像分析领域，用于开发和评估地雷检测算法。The PFM-1 Landmine VNIR Hyperspectral Imaging Dataset is a benchmark dataset prepared for the IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2026. It is a refined subset of the original UAV VNIR hyperspectral benchmark dataset, focusing on the detection of PFM-1 type landmine targets. The original data was collected in a controlled test field with 143 real simulated landmine and unexploded ordnance (UXO) targets (surface, partially buried, and fully buried), using a Headwall Nano-Hyperspec® sensor mounted on a UAV platform at an altitude of approximately 20.6 meters. This version spatially subsets the original data to include only areas containing PFM-1 landmines and provides high-precision pixel-level binary ground truth masks. The dataset includes a main hyperspectral data cube (ENVI format, approximately 6.42 GB, 270 spectral bands, spectral range 398–1002 nm, ground sampling distance about 1.29 cm), corresponding header files, region of interest files for defining subsets, binary masks for PFM-1 targets and their header files, and a reference ground spectral signature file for PFM-1 captured by an SVC device. This dataset is suitable for computer vision tasks such as object detection, image segmentation, and image classification, particularly in the field of remote sensing hyperspectral image analysis, for developing and evaluating landmine detection algorithms.

原始信息汇总

数据集概述

PFM-1 地雷 VNIR 高光谱成像数据集 是专为 IEEE 2026 年国际地球科学与遥感研讨会 (IGARSS 2026) 准备的可视-近红外高光谱成像数据集。该数据集聚焦于 PFM-1 地雷目标，并提供高精度的逐像素二值地面真值掩码。

主要特性

• 任务类别: 目标检测、图像分割、图像分类
• 标签: 遥感、高光谱、VNIR
• 传感器: Headwall Nano-Hyperspec®
• 光谱范围: 398–1002 nm
• 波段数: 270
• 地面采样距离 (GSD): 约 1.29 cm
• 许可协议: CC-BY-4.0

数据来源

数据采集于一个受控测试场，场内布设了 143 个逼真的模拟地雷和未爆弹药目标（地表、部分掩埋和完全掩埋）。数据采集使用搭载在多传感器无人机平台上的 Headwall Nano-Hyperspec® 传感器，飞行高度约为 20.6 米。

文件结构

文件名	大小	描述
site_with_only_mines	6.42 GB	主高光谱数据立方体（ENVI 格式），即论文中所述的 "Full Region"。
site_with_only_mines.hdr	23.2 kB	包含高光谱数据立方体元数据的头文件。
roi_site_with_only_mines.roi	256 B	用于从原始数据集中进行空间子集选取的感兴趣区域文件。
binary_ground_truth_mask_for_pfm1	5.9 MB	PFM-1 地雷位置的逐像素二值地面真值掩码。
binary_ground_truth_mask_for_pfm1.hdr	803 B	二值地面真值掩码的头文件。
target_signature_pfm_1_svc.txt	7.86 kB	PFM-1 的参考地面光谱特征（通过 SVC 采集）。
.gitattributes	2.63 kB	Git LFS 和 XetData 跟踪的配置文件。

引用

若使用此数据集，请引用以下两篇论文：

• IGARSS 2026 论文 (本数据集): Sagar Lekhak 等，《Benchmarking Deep Learning and Statistical Target Detection Methods for PFM-1 Landmine Detection in UAV Hyperspectral Imagery》，2026。arXiv: 2602.10434
• 原始基准数据集: Sagar Lekhak 等，《A UAV-Based VNIR Hyperspectral Benchmark Dataset for Landmine and UXO Detection》，2026。arXiv: 2510.02700

搜集汇总

数据集介绍

构建方式

该数据集源自面向IGARSS 2026的PFM-1地雷VNIR高光谱成像基准数据集，是对原始完整辐射立方体的精细化子集。原始数据采集于一个布设了143个模拟地雷与未爆弹目标的受控试验场，通过搭载Headwall Nano-Hyperspec®传感器的多旋翼UAV平台，在约20.6米飞行高度下获取了覆盖398–1002纳米光谱范围的270波段高光谱影像，地面采样距离约1.29厘米。本版本选取仅包含PFM-1地雷目标的感兴趣空间区域，并配以高精度像素级二值掩膜，剔除了原始数据中的GCP/AeroPoint信息与地物参考光谱，从而形成了聚焦于地雷检测任务的精简数据集。

使用方法

该数据集的设计充分考虑了便捷性与跨平台兼容性。用户可通过Hugging Face Hub快速获取，推荐使用`snapshot_download`命令一键下载完整文件包。数据以ENVI标准格式存储，包含主数据文件与头文件，广泛兼容GDAL、spectral、scikit-image等Python遥感处理库。具体使用时，可借助`spectral.io.envi`模块直接读入高光谱立方体，并加载对应的二值掩膜进行模型训练与评估。鉴于数据的地雷目标尺寸较小且光谱响应弱，建议采用高光谱目标检测算法（如RX、ACE、CEM）或语义分割网络，并确保输入预处理遵循噪声平滑与大气校正标准流程。

背景与挑战

背景概述

高光谱遥感成像技术因其丰富的光谱信息在精确目标识别领域展现出独特优势，尤其在复杂地表环境下的地雷与未爆弹（UXO）探测中具有重要应用潜力。PFM-1地雷VNIR高光谱成像数据集（简称pfm1-kriging-hsi）由Sagar Lekhak、Prasanna Reddy Pulakurthi及Emmett J. Ientilucci等研究人员于2026年面向IGARSS会议发布，系从原始基准数据集中精心提取的子集。数据采集于控制测试场，利用搭载Headwall Nano-Hyperspec®传感器的无人机平台在约20.6米高度获取，覆盖398–1002纳米光谱范围，包含270个波段和约1.29厘米地面采样距离，并提供了像素级二值真值掩膜与参考地面光谱。该数据集聚焦于PFM-1地雷目标的亚像素级检测，为深度学习与统计方法在人工目标识别中的性能评估提供了标准化基准，推动了高光谱遥感在人道主义排雷及战场环境监测领域的应用研究。

当前挑战

该数据集所应对的核心领域挑战在于：传统地雷探测手段（如金属探测器）难以有效识别塑料含量极高的PFM-1型地雷，而高光谱影像虽能捕捉细微光谱差异，却面临地雷目标尺寸极小、背景噪声复杂、掩埋与遮蔽状态多样等难题，对检测算法在低信噪比下的鲁棒性提出严峻考验。在数据集构建过程中，研究团队需克服无人机飞行姿态变化导致的几何畸变、高光谱数据立方体空间与光谱联合配准的精度瓶颈，以及从原始辐射立方体中精确提取仅含地雷目标的感兴趣区域（ROI）的算法挑战。此外，真实环境中的植被覆盖、土壤湿度变化及光照角度差异进一步增加了地面真值标定的难度，确保像素级掩膜与光谱库的一致性成为数据质量管控的关键环节。

常用场景

经典使用场景

PFM-1-Kriging-HSI数据集专为遥感探测领域设计，其核心用途在于利用可见光-近红外（VNIR）高光谱成像数据，对PFM-1杀伤人员地雷进行高精度目标检测。该数据集通过无人机平台搭载Headwall Nano-Hyperspec®传感器，在距离地面约20.6米处采集，获取了空间分辨率约1.29厘米的高质量光谱立方体。其经典使用场景包括基于深度学习的像素级语义分割、光谱特征匹配以及异常检测算法，研究人员可利用其提供的逐像素二值掩膜和参考光谱，训练和评估模型识别地表、部分掩埋及完全掩埋的地雷目标。

解决学术问题

该数据集有效解决了地雷探测领域中高光谱数据标准化与算法基准缺失的学术难题。传统研究常因数据获取成本高、标注困难而难以复现和比较方法性能，PFM-1-Kriging-HSI通过提供经过精细空间子集提取的高质量多标签数据集，为统计检测与深度学习方法的公平对比建立了统一基准。其意义在于推动了光谱-空间联合特征提取、小样本学习和迁移学习等理论在安全隐患探测中的应用，并首次在IGARSS 2026框架下系统评估了目标检测方法的鲁棒性，显著提升了反无人地面探测系统的研究可信度。

实际应用

在实际应用层面，该数据集为战后人道主义排雷行动提供了关键的算法验证工具。通过模拟真实场景中地雷的不同埋藏状态（表面、半埋、全埋），数据集支持开发能够穿越植被或地形遮挡的智能检测模型，直接服务于无人机自主巡检系统。此外，其高光谱特性可区分地雷与背景噪声，有助于构建实时预警系统，减少人工接触风险。在军事与民用领域，该成果还可扩展至未爆弹（UXO）搜寻、边境安全监控及环境违禁物探测，展现出从研究到防灾工程的广泛实用性。

数据集最近研究

最新研究方向

该数据集聚焦于利用可见光-近红外（VNIR）高光谱成像技术，通过无人机载传感器在IGARSS 2026前沿框架下推动PFM-1地雷目标的精准检测研究。研究热点集中在深度学习与统计目标检测方法的交叉验证，通过提供高精度像素级二值掩膜及纯化地雷区域的高光谱数据立方体，为复杂环境中的小样本脆弱目标识别开辟了新路径。此工作不仅响应了全球人道主义排雷中未爆弹药（UXO）检测的迫切需求，更以厘米级地面采样距离和270个连续光谱波段，驱动地表覆盖下的隐蔽爆炸物光谱特征建模与光谱解混技术突破，对遥感智能安全监控与灾后快速评估具有显著的工程实践与学术引领意义。