danaroth/hyrank

HyRANK高光谱数据集是在ISPRS科学倡议框架下开发的，包含公开的Hyperion高光谱数据集及其对应的参考/地面真实数据。训练集包含两个高光谱图像（Dioni和Loukia），验证集包含三个高光谱图像（Erato, Nefeli, Kiriki）。该项目旨在通过高效定量验证高光谱图像处理技术，填补当前高光谱数据集和基准测试框架的不足。项目的主要目标是引入新的多平台高光谱成像数据集，并引入一个基准框架来验证新的检测和分类算法。

The HyRANK hyperspectral datasets have been developed in the framework of the ISPRS Scientific Initiatives. It contains the openly available Hyperion hyperspectral dataset along with the corresponding reference/ground truth data. The training set includes two hyperspectral images (Dioni and Loukia), and the validation set includes three hyperspectral images (Erato, Nefeli, Kiriki). The project aims to promote research and excellence in hyperspectral image processing by efficiently validating state-of-the-art techniques on hyperspectral datasets acquired from different satellite, airborne, and UAV platforms. The main goal is to address the current gap in the availability of hyperspectral datasets and benchmarking frameworks for validating novel processing and data analytics methodologies against the state-of-the-art.

原始信息汇总

数据集概述

描述

HyRANK高光谱数据集是在ISPRS科学倡议框架下开发的。特别是“HyRANK高光谱卫星数据集I”包含了公开可用的Hyperion高光谱数据集及其相应的参考/地面实况数据。训练集包含两个高光谱图像（即Dioni和Loukia），验证集包含三个高光谱图像（即Erato、Nefeli、Kiriki）。

项目

• 名称: 多平台高光谱图像处理基准
• 主要研究者: Konstantinos Karantzalos, 希腊雅典国立技术大学
• 合作研究者:
  • Eija Honkavaara, 芬兰地理空间研究所
  • Baoxin Hu, 加拿大约克大学
  • Pölönen Ilkka, 芬兰于韦斯屈莱大学
  • Zach. Kandylakis, Christos Kontopoulos, 希腊雅典国立技术大学

该项目旨在通过在不同卫星、机载和无人机采集平台上获取的高光谱数据集上对现有技术进行有效定量验证，促进高光谱图像处理的研究和卓越。主要目标是填补当前高光谱数据集和基准框架有限可用性的空白，通过引入新的多平台高光谱成像数据集以及验证新检测和分类算法的基准框架来解决这些问题。

引用

K. Karantzalos, C. Karakizi, Z. Kandylakisand G. Antoniou, “HyRANK Hyperspectral Satellite Dataset I”. Zenodo, Apr. 20, 2018. doi: 10.5281/zenodo.1222202.

AI搜集汇总

数据集介绍

构建方式

在遥感科学领域，尤其是高光谱图像处理的研究中，高质量的实验数据集至关重要。HyRANK hyperspectral datasets是在ISPRS科学倡议下开发而成的，该数据集的构建汇集了来自不同平台的遥感图像，包括Hyperion高光谱卫星数据，以及与之相对应的地面真实参考数据。具体而言，训练集包含了两幅高光谱图像（Dioni和Loukia），而验证集则包含了三幅（Erato、Nefeli和Kiriki）。这些图像的收集与整理旨在为研究人员提供一个多平台高光谱图像处理性能评估的基准。

特点

HyRANK数据集的特点在于其多样性及广泛的适用性。它不仅提供了不同地域的高光谱图像，而且图像来源于多个平台，具有不同的空间和光谱分辨率，这为研究不同条件下的高光谱图像处理算法提供了丰富的实验材料。此外，该数据集包含了详尽的地面真实数据，使得对算法性能的定量评估成为可能，从而促进了高光谱图像处理技术的进步。

使用方法

使用HyRANK数据集时，研究人员可以通过ISPRS网站下的HyRANK基准平台获取数据。用户需遵循cc-by-4.0版权协议，并正确引用数据集。该数据集可用于训练和验证高光谱图像处理算法，用户可依据自己的研究需求，选择合适的图像进行处理和分析。同时，该平台还提供了一个在线的基准框架，用于新型方法与现有技术之间的定量比较，以评估其性能的优劣。

背景与挑战

背景概述

HyRANK hyperspectral datasets，作为国际摄影测量与遥感学会（ISPRS）科学倡议的一部分，由雅典国立技术大学的Konstantinos Karantzalos教授领衔，联合芬兰地理空间研究所、约克大学以及芬兰于韦斯屈莱大学的研究人员共同开发。该数据集的创建旨在推进多平台高光谱图像处理领域的研究，通过不同卫星、航空和无人机平台获取的高光谱数据集，为定量验证最新技术提供标准。HyRANK数据集自2018年发布以来，已成为高光谱图像处理和数据分析方法验证的重要资源，对促进相关领域的技术进步和学术交流产生了显著影响。

当前挑战

该数据集在构建过程中所面临的挑战主要包括：多平台数据集的整合与标准化，确保数据集之间的兼容性与一致性；高光谱图像数据量大，处理和分析过程中对计算资源的需求较高；以及高光谱图像分类与检测算法的验证，需要建立一个公正和全面的基准框架。此外，领域内对高光谱数据集的需求日益增长，而高质量的数据集仍然有限，这限制了新型处理和分析方法的研发与验证。

常用场景

经典使用场景

在遥感与地理信息系统领域，HyRANK数据集作为多平台高光谱图像处理基准，其经典使用场景在于评估与验证新型高光谱图像处理算法的性能。该数据集包含了从不同卫星平台获取的高光谱图像及其对应的地面真实数据，使得研究者能够开展图像分类、目标检测等任务，进而推进算法研究的深入发展。

解决学术问题

HyRANK数据集解决了高光谱图像处理领域中缺乏权威基准数据集的问题，为学术界提供了一个统一的评价标准。它通过提供多平台获取的数据，使得研究者能够比较不同算法在不同条件下的性能，促进了高光谱图像解析技术的进步，对于推动相关学科的发展具有重要意义。

衍生相关工作

基于HyRANK数据集，学术界衍生出了大量相关研究工作，包括新型检测与分类算法的开发、多平台数据融合技术的研究以及高光谱图像解析模型的优化。这些研究不仅提升了高光谱图像处理的性能，也为相关技术的商业化应用奠定了坚实的基础。