AerialRefMatch: ein Benchmark-Datensatz zum Testen von Matching-Algorithmen

Präzises Bild-Matching ist für die exakte Orientierung von Luftbildern unerlässlich, doch moderne KI-basierte Matching Verfahren müssen auch mit Hilfe von realen Luftbilddaten mit starken zeitlichen, saisonalen und radiometrischen Veränderungen bzgl. einer Referenz evaluiert werden. Zu diesem Zweck stellen wir den Datensatz „AerialRefMatch“ vor, der aus 51 anspruchsvollen Luftbildern und den dazugehörigen orthorektifizierten Referenzdaten besteht. Mit Hilfe des Datensatzes kann ein Vergleich klassischer und auf Deep Learning basierender Matching-Algorithmen durchgeführt werden. Dabei werden zwei Szenarien betrachtet: das Matching von Originalbildern und das Matching von annähernd orthorektifizierten Luftbildern mit der Referenz. Dabei wurden die annähernd orthorektifizierten Bilder mit Hilfe der GNSS-/IMU-Orientierungen erzeugt. Bei jedem Szenario werden aus dem Matching Bodenkontrollpunkte abgeleitet und zur Orientierung der einzelnen Bilder verwendet; die Genauigkeit wird anhand unabhängiger Kontrollpunkte bewertet (im Datensatz enthalten).