Core Concepts
拡散モデルを用いた無監督のアウトオブディストリビューション検出手法は、リモートセンシングデータにおける洪水被害地域の検出に有効である。
Abstract
本研究では、拡散モデルを用いたアウトオブディストリビューション検出手法の有効性を示した。
拡散モデルの再構成誤差を指標とすることで、洪水前後の画像や洪水被害地域の検出が可能である。
特に、提案手法のODEEDは、より近接したアウトオブディストリビューション検出に優れている。
地理的なドメイン変化に対しては、拡散モデルの一般化性能が課題となるが、同一ドメイン内での検出性能は良好である。
拡散モデルは、リモートセンシングデータにおける異常検出に有効な手法であり、災害監視などへの応用が期待される。
Stats
洪水前後の画像では、ODEEDのLPIPS指標を用いた場合、ドイツのAUCが87.9%、FPR95%が20.5%と最良の性能を示した。
洪水被害地域の検出では、ODEEDのMSE指標を用いた場合、ドイツのAUCが83.6%、FPR95%が33.3%、ルイジアナのAUCが86.9%、FPR95%が42.9%と最良の性能を示した。
Quotes
"拡散モデルは、リモートセンシングデータにおける異常検出に有効な手法であり、災害監視などへの応用が期待される。"