고품질 농지 건설은 중국 식량 생산 능력 향상과 식량 안보 보장의 핵심 조치입니다. 그중 농촌 도로(고품질 농지)인 들길과 작업 도로는 고품질 농지 인프라 건설의 핵심 내용 중 하나입니다. 고해상도 원격 감지 위성 이미지를 활용하여 농촌 도로를 신속하고 정확하게 추출하는 방법은 고품질 농지 건설의 모니터링 및 관리를 위해 매우 중요합니다. 최근 몇 년간 도시 도로 추출을 위한 딥러닝 방법과 벤치마크 데이터셋이 급격히 발전했지만, 도시 도로와 농촌 도로의 분포 차이가 크기 때문에 도시 도로 추출용 학습 모델을 농촌 도로 추출에 직접 적용하기 어렵습니다. 본 논문은 고해상도 원격 감지 영상 데이터를 기반으로 최초의 고해상도 원격 감지 농촌(고품질 농지) 도로 추출 벤치마크 데이터셋(WHU-RuR)을 체계적으로 구축하였습니다. 본 데이터셋은 현재 농지 피복률이 가장 높고 농촌 도로 카테고리가 가장 많으며 농촌 배경이 가장 복잡하고 데이터 양이 가장 많은 공개 데이터셋으로 다음과 같은 특징이 있습니다: 중국 화북, 화중, 화동, 서북 및 서남의 7개 성(후베이성, 후난성, 산시성, 쓰촨성, 안후이성, 허난성, 허베이성)의 대표 농촌 지역을 포함; 학습 및 테스트 세트에 총 25922쌍의 고해상도 원격 감지 영상과 도로 샘플(공간 해상도 0.3m, 공간 크기 1024×1024 픽셀)을 포함. 동시에 WHU-RuR 데이터셋의 활용 가능성을 검증하기 위해 본 논문에서는 최신 딥러닝 도로 추출 방법들의 농촌 도로 추출 과제 성능을 테스트하고 종합 분석하였습니다. 실험 결과 WHU-RuR 데이터셋이 농촌 도로 추출 요구를 기본적으로 충족하며 고품질 농지 모니터링 및 관리 분야에서 큰 응용 잠재력을 가진다는 것을 보여주었습니다. 데이터셋 링크: https://doi.org/10.57760/sciencedb.09181.

농촌 도로 추출; 고품질 농지; 고해상도 원격 감지; 원격 감지 벤치마크 데이터셋; 딥러닝