DAFA Looted Sites dataset (DAFA-LS)

DAFA Looted Sites数据集是一个标记的多时相遥感数据集，包含在8年期间每月从675个阿富汗考古遗址获取的55,480张图像，其中包括135个在获取期间被挖掘的遗址。该数据集是评估卫星图像时间序列（SITS）分类方法性能的一个有趣平台，用于实际且重要的用例。

The DAFA Looted Sites dataset is a labeled multi-temporal remote sensing dataset, comprising 55,480 images acquired monthly over an 8-year period from 675 archaeological sites in Afghanistan, including 135 sites that were looted during the acquisition period. This dataset serves as an intriguing platform for evaluating the performance of satellite image time series (SITS) classification methods, applied to practical and significant use cases.

原始信息汇总

数据集概述

数据集名称

• DAFA Looted Sites dataset (DAFA-LS)

数据集内容

• 类型: 多时相遥感数据集
• 图像数量: 55,480张
• 时间范围: 每月获取，覆盖8年
• 覆盖区域: 675个阿富汗考古遗址
• 特殊标注: 包含135个在采集期间被掠夺的遗址

数据集用途

• 用于评估卫星图像时间序列（SITS）分类方法在实际且重要用例中的性能。

数据集下载

• 可通过代码或链接下载，文件大小为426M。

引用信息

• 使用该数据集时，需引用以下文献： bibtex @article{vincent2024detecting, title = {Detecting Looted Archaeological Sites from Satellite Image Time Serie}, author = {Vincent, Elliot and Saroufim, Mehraïl and Chemla, Jonathan and Ubelmann, Yves and Marquis, Philippe and Ponce, Jean and Aubry, Mathieu}, journal = {arXiv}, year = {2024}, } @article{planet2024planet, author={{Planet Team}}, title={{Planet Application Program Interface: In Space for Life on Earth (San Francisco, CA)}}, journal={url{https://api.planet.com}}, year={2024} }

搜集汇总

数据集介绍

构建方式

在考古学与遥感技术的交叉领域，DAFA Looted Sites dataset (DAFA-LS) 数据集应运而生，旨在通过卫星图像时间序列检测被掠夺的考古遗址。该数据集由55,480张图像组成，这些图像每月采集一次，覆盖了8年间的675个阿富汗考古遗址，其中包括135个在采集期间被掠夺的遗址。数据集的构建过程涉及对多时相卫星图像的系统采集与标注，确保了数据的时空连续性和分类的准确性。

特点

DAFA-LS 数据集的显著特点在于其多时相性和高分辨率，这为研究者提供了丰富的时空信息，有助于深入分析遗址的变化模式。此外，数据集的标注精细，涵盖了遗址的掠夺状态，为评估卫星图像时间序列分类方法的性能提供了真实且重要的应用场景。数据集的多样性和规模也使其成为遥感领域中一个极具挑战性的研究平台。

使用方法

使用DAFA-LS数据集时，研究者首先需通过GitHub仓库克隆代码并下载数据集文件。随后，根据实验需求选择合适的预训练模型权重，并创建虚拟环境以安装必要的依赖项。在配置好环境后，用户可以通过运行训练脚本，选择不同的配置文件（如ResNet、DOFA、SatMAE等）进行实验。输出结果将存储在指定的结果文件夹中，便于后续分析与评估。

背景与挑战

背景概述

DAFA Looted Sites dataset (DAFA-LS) 是由Elliot Vincent、Merhaïl Saroufim、Jonathan Chemla、Yves Ubelmann、Philippe Marquis、Jean Ponce和Mathieu Aubry等研究人员共同创建的一个多时相遥感数据集。该数据集包含了55,480张每月采集的卫星图像，覆盖了阿富汗的675个考古遗址，其中135个遗址在采集期间遭到掠夺。DAFA-LS的创建旨在评估卫星图像时间序列（SITS）分类方法在实际且重要的应用场景中的性能，特别是在检测被掠夺的考古遗址方面。这一数据集的推出，为考古学和遥感技术的交叉研究提供了宝贵的资源，推动了文化遗产保护领域的发展。

当前挑战

DAFA-LS数据集在构建过程中面临了多项挑战。首先，数据集的规模庞大，包含超过55,000张图像，且需确保每张图像的高质量和高分辨率，这对数据采集和处理技术提出了高要求。其次，考古遗址的识别和分类需要高度专业化的知识，如何将这些知识有效地融入到数据集的标注和分类中，是一个复杂的问题。此外，由于数据集涉及的时间跨度长达八年，如何处理和分析这些长时间序列的图像数据，以准确识别遗址的变化和掠夺行为，也是一个重要的技术挑战。最后，数据集的应用不仅限于学术研究，还需考虑其在实际文化遗产保护中的应用效果和可行性。

常用场景

经典使用场景

在考古学与遥感技术的交叉领域，DAFA Looted Sites dataset (DAFA-LS) 数据集被广泛用于评估卫星图像时间序列（SITS）分类方法在检测被盗考古遗址方面的性能。该数据集包含55,480张每月获取的图像，覆盖了8年间的675个阿富汗考古遗址，其中135个遗址在采集期间被盗。这一数据集为研究人员提供了一个真实且重要的实验平台，以探索和优化基于时间序列的卫星图像分类技术。

解决学术问题

DAFA-LS 数据集解决了考古遗址保护中的一个关键学术问题，即如何通过卫星图像时间序列有效地检测和监控被盗遗址。这一问题的解决不仅有助于及时干预和保护文化遗产，还推动了遥感技术在文化遗产保护领域的应用研究。通过提供多时相、多尺度的图像数据，该数据集为开发和验证新的分类算法提供了宝贵的资源，从而在学术界产生了深远的影响。

衍生相关工作

基于 DAFA-LS 数据集，研究人员开发了多种先进的卫星图像时间序列分类方法，如 DOFA、SatMAE 和 Scale-MAE 等。这些方法不仅在检测被盗考古遗址方面表现出色，还为其他领域的遥感图像分析提供了新的思路和技术支持。此外，该数据集还激发了一系列关于时间序列数据处理和多模态学习的研究，推动了遥感技术在文化遗产保护和其他相关领域的进一步发展。