AllClear 公共云层去除数据集

卫星图像中的云层对于下游应用构成了重大挑战，当前云去除研究面临的一个主要问题是缺乏全面的基准测试和足够大且多样化的训练数据集。为了解决这一问题，康奈尔大学和哥伦比亚大学的研究团队于 2024 年推出了 AllClear，这是目前最大的公共云层去除数据集，包含 23,742 个全球分布的兴趣区域 (ROIs)，覆盖了多样的土地利用模式，总共包含 400 万张图像。相关论文成果为「AllClear: A Comprehensive Dataset and Benchmark for Cloud Removal in Satellite Imagery」，已被 NeurIPS 接受。

Cloud cover in satellite imagery poses significant challenges for downstream applications. A major hurdle in current cloud removal research is the lack of comprehensive benchmarks and sufficiently large, diverse training datasets. To address this issue, a research team from Cornell University and Columbia University launched AllClear in 2024, which is currently the largest public cloud removal dataset. It contains 23,742 globally distributed regions of interest (ROIs) covering diverse land use patterns, with a total of 4 million images. The associated paper titled "AllClear: A Comprehensive Dataset and Benchmark for Cloud Removal in Satellite Imagery" has been accepted by NeurIPS.

搜集汇总

背景与挑战

背景概述

AllClear 公共云层去除数据集是2024年由康奈尔大学和哥伦比亚大学推出的最大公共云层去除数据集，包含23,742个全球分布的兴趣区域和400万张图像，旨在解决卫星图像云去除研究缺乏基准和训练数据的问题。数据集提供2022年全年的时间序列数据，包括多光谱光学图像、合成孔径雷达图像和辅助遥感产品，覆盖多样土地利用模式，适用于遥感图像处理任务。