リモートセンシングにおける一般化された少量学習セマンティックセグメンテーション: 課題とベンチマーク
リモートセンシングにおける少量学習セマンティックセグメンテーションの一般化された設定を提案し、それに対するベンチマークを提供する。
リモートセンシング変化分析のための対話型モデル: マルチモーダル命令チューニングを通して
リモートセンシング変化分析のための対話型モデルであるChangeChat は、マルチモーダル命令チューニングを活用し、変化キャプショニング、カテゴリ別変化量定量化、変化位置特定などの複雑な変化分析タスクに対応できる。
軽量航空機搭載プッシュブルームイメージング分光計のための飛行中のボアサイト補正
軽量航空機搭載プッシュブルームイメージング分光計の幾何学的校正を、GPS/INSデータに頼ることなく自動的に行う手法を提案する。
高解像度リモートセンシング画像の意味論的セグメンテーションのための効率的なピラミッド プーリング ローカル補助SSMベースモデル
提案するPPMambaモデルは、CNNとMambaを統合することで、リモートセンシング画像の意味論的セグメンテーションタスクにおける局所的情報の損失を軽減する。
高解像度の樹高推定のための3D-SARトモグラフィーとマシンラーニング
3D-SARトモグラフィーデータとLiDARデータを組み合わせたマシンラーニングモデルを使用することで、高精度な樹高推定が可能となった。
高解像度衛星画像のための大気補正統合LULC分割モデル
高解像度多分光衛星画像の大気補正を行い、その補正データを用いた半教師あり学習モデルによる土地利用/土地被覆の高精度な分類が可能である。
多スケール特徴深度監視ネットワークを用いた、グローバルな意味情報と詳細情報を活用したリモートセンシング変化検出
提案したMFDS-Netは、変化対象の詳細な記述と地理情報の強化、変化対象の局在化と弱い特徴の取得を目的としている。
高解像度(10メートル)のセンチネル衛星データを使用した建物高さの推定
高解像度(10メートル)の建物高さデータを効率的に生成するために、光学データ、レーダーデータ、建物フットプリントデータを組み合わせた特徴データベースを構築し、機械学習モデルを開発した。
人間アノテーションのラベルノイズとそれがリモートセンシング画像シーン分類のConvNetに及ぼす影響
人間によるアノテーションのラベルノイズは、クラスや事例に依存しており、ConvNetの分類精度を大きく低下させる。しかし、ConvNetはある程度のラベルノイズに対して頑健性を示す。
洪水浸水域マッピングのための深層アクティブラーニングの解釈可能性の向上：マルチスペクトル衛星画像を用いたクラスの曖昧さ指標の活用
マルチスペクトル衛星画像のクラスの曖昧さ指標を用いて、深層アクティブラーニングの動作を解釈可能にする新しいフレームワークを提案する。
© 2024 by Linnk AI