本研究は、高解像度リモートセンシング画像の変化検出に関する課題に取り組んでいる。従来の深層学習ベースの監督学習手法は、大量の教師付きデータを必要としていたが、教師付きデータの収集は非常に時間とコストがかかる。そこで本研究では、少量の教師付きデータと大量の教師なしデータを活用する半教師あり学習手法C2F-SemiCDを提案している。
C2F-SemiCDは以下の2つの主要な構成要素から成る:
提案手法は、3つのデータセットを用いた実験と詳細な ablation study により、優れた性能と効率性を実証している。特に、わずか30%の教師付きデータでも、100%の教師付きデータを使った場合とほぼ同等の性能が得られることを示している。
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Chengxi Han,... klokken arxiv.org 04-23-2024
https://arxiv.org/pdf/2404.13838.pdfDypere Spørsmål