Kondmann, Lukas und Toker, Aysim und Russwurm, Marc und Camero Unzueta, Andres und Peressuti, Devis und Milcinski, Grega und Longépé, Nicolas und Mathieu, Pierre-Philippe und Davis, Timothy und Marchisio, Giovanni und Leal-Taixé, Laura und Zhu, Xiao Xiang (2021) DENETHOR: The DynamicEarthNET dataset for Harmonized, inter-Operable, analysis-Ready, daily crop monitoring from space. In: 35th Conference on Neural Information Processing Systems Datasets and Benchmarks Track, Seiten 1-13. 35th Conference on Neural Information Processing Systems Datasets and Benchmarks Track, 2021-12-07 - 2021-12-14, Virtual.
PDF
1MB |
Offizielle URL: https://datasets-benchmarks-proceedings.neurips.cc/paper/2021/file/5b8add2a5d98b1a652ea7fd72d942dac-Paper-round2.pdf
Kurzfassung
Recent advances in remote sensing products allow near-real time monitoring of the Earth’s surface. Despite increasing availability of near-daily time-series of satellite imagery, there has been little exploration of deep learning methods to utilize the unprecedented temporal density of observations. This is particularly interesting in crop monitoring where time-series remote sensing data has been used frequently to exploit phenological differences of crops in the growing cycle over time. In this work, we present DENETHOR: The DynamicEarthNET dataset for Harmonized, inter-Operabel, analysis-Ready, daily crop monitoring from space. Our dataset contains daily, analysis-ready Planet Fusion data together with Sentinel-1 radar and Sentinel-2 optical time-series for crop type classification in Northern Germany. Our baseline experiments underline that incorporating the available spatial and temporal information fully may not be straightforward and could require the design of tailored architectures. The dataset presents two main challenges to the community: Exploit the temporal dimension for improved crop classification and ensure that models can handle a domain shift to a different year.
elib-URL des Eintrags: | https://elib.dlr.de/145633/ | ||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Konferenzbeitrag (Poster) | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Titel: | DENETHOR: The DynamicEarthNET dataset for Harmonized, inter-Operable, analysis-Ready, daily crop monitoring from space | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Autoren: |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||
Datum: | Dezember 2021 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Erschienen in: | 35th Conference on Neural Information Processing Systems Datasets and Benchmarks Track | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Referierte Publikation: | Ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Open Access: | Ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Gold Open Access: | Nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||
In SCOPUS: | Nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||
In ISI Web of Science: | Nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Seitenbereich: | Seiten 1-13 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Status: | veröffentlicht | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Stichwörter: | Earth Observation, Agriculture, Crop Type Mapping, Time-Series Analysis, Deep Learning | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Veranstaltungstitel: | 35th Conference on Neural Information Processing Systems Datasets and Benchmarks Track | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Veranstaltungsort: | Virtual | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Veranstaltungsart: | internationale Konferenz | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Veranstaltungsbeginn: | 7 Dezember 2021 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Veranstaltungsende: | 14 Dezember 2021 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||||||||||||||||||||||||||||||||||||||||||||||
HGF - Programm: | Raumfahrt | ||||||||||||||||||||||||||||||||||||||||||||||||||||
HGF - Programmthema: | Erdbeobachtung | ||||||||||||||||||||||||||||||||||||||||||||||||||||
DLR - Schwerpunkt: | Raumfahrt | ||||||||||||||||||||||||||||||||||||||||||||||||||||
DLR - Forschungsgebiet: | R EO - Erdbeobachtung | ||||||||||||||||||||||||||||||||||||||||||||||||||||
DLR - Teilgebiet (Projekt, Vorhaben): | R - Künstliche Intelligenz | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Standort: | Oberpfaffenhofen | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Institute & Einrichtungen: | Institut für Methodik der Fernerkundung > EO Data Science | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Hinterlegt von: | Kondmann, Lukas | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Hinterlegt am: | 18 Nov 2021 09:04 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Letzte Änderung: | 24 Apr 2024 20:44 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags