論文の概要: Ice Monitoring in Swiss Lakes from Optical Satellites and Webcams using
Machine Learning
- arxiv url: http://arxiv.org/abs/2010.14300v1
- Date: Tue, 27 Oct 2020 14:02:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 11:13:25.732234
- Title: Ice Monitoring in Swiss Lakes from Optical Satellites and Webcams using
Machine Learning
- Title（参考訳）: 機械学習を用いたオプティカル衛星とウェブカメラによるスイス湖の氷モニタリング
- Authors: Manu Tom and Rajanie Prabha and Tianyu Wu and Emmanuel Baltsavias and
Laura Leal-Taixe and Konrad Schindler
- Abstract要約: 多時間衛星画像 公開されているウェブカメラ画像は、湖氷を監視するための有効なデータソースの一つである。
本研究では,スイスのアルプス湖における氷の量を測定するツールとして,機械学習による画像解析について検討する。
我々は,湖面上の各ピクセルを分類し,空間的に明示的な氷被覆図を得るため,湖氷モニタリングを画素単位のセマンティックセマンティックセグメンテーション問題としてモデル化する。
- 参考スコア（独自算出の注目度）: 16.71718177904522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous observation of climate indicators, such as trends in lake
freezing, is important to understand the dynamics of the local and global
climate system. Consequently, lake ice has been included among the Essential
Climate Variables (ECVs) of the Global Climate Observing System (GCOS), and
there is a need to set up operational monitoring capabilities. Multi-temporal
satellite images and publicly available webcam streams are among the viable
data sources to monitor lake ice. In this work we investigate machine
learning-based image analysis as a tool to determine the spatio-temporal extent
of ice on Swiss Alpine lakes as well as the ice-on and ice-off dates, from both
multispectral optical satellite images (VIIRS and MODIS) and RGB webcam images.
We model lake ice monitoring as a pixel-wise semantic segmentation problem,
i.e., each pixel on the lake surface is classified to obtain a spatially
explicit map of ice cover. We show experimentally that the proposed system
produces consistently good results when tested on data from multiple winters
and lakes. Our satellite-based method obtains mean Intersection-over-Union
(mIoU) scores >93%, for both sensors. It also generalises well across lakes and
winters with mIoU scores >78% and >80% respectively. On average, our webcam
approach achieves mIoU values of 87% (approx.) and generalisation scores of 71%
(approx.) and 69% (approx.) across different cameras and winters respectively.
Additionally, we put forward a new benchmark dataset of webcam images
(Photi-LakeIce) which includes data from two winters and three cameras.
- Abstract（参考訳）: 湖氷の傾向などの気候指標の連続観測は、地域および地球規模の気候システムの力学を理解する上で重要である。
その結果、湖氷はGCOS(Global Climate Observing System)の Essential Climate Variables (ECV) に含まれており、運用監視機能の設定が必要である。
多時間衛星画像とWebカムストリームは、湖氷を監視するための有効なデータソースの一つである。
本研究では,多スペクトル光学衛星画像(viirsとmodis)とrgb webcam画像の両方から,スイスアルプス湖の氷河の時空間的範囲とアイスオンとアイスオフの日付を決定するツールとして,機械学習に基づく画像解析について検討する。
湖氷モニタリングを,湖面の各画素を分類して,氷被覆の空間的に明示的なマップを得る,ピクセル単位の意味セグメンテーション問題としてモデル化する。
本研究では,複数の冬季および湖沼のデータから,提案手法が一貫した良好な結果が得られることを示す。
衛星を用いた手法では,両センサの平均インターセクション・オーバー・ユニオン(mIoU)スコアは93%である。
また、湖や冬によく分布し、miouスコアは78%以上、80%以上である。
平均すると、webカメラアプローチでは、miou値が87%(約)、一般化スコアが71%(約1.)、一般化スコアが69%(約1.)とそれぞれ異なるカメラと冬で達成されています。
さらに、2つの冬と3つのカメラのデータを含むウェブカメラ画像のベンチマークデータセット(Photi-LakeIce)も提案した。
関連論文リスト
- Multiple Random Masking Autoencoder Ensembles for Robust Multimodal
Semi-supervised Learning [64.81450582542878]
コンピュータビジョンや機械学習には、現実の問題が増えている。
衛星データから地球観測を行う場合、一つの観測層を予測できることが重要である。
論文 参考訳（メタデータ） (2024-02-12T20:08:58Z) - Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。
本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。
この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
論文 参考訳（メタデータ） (2022-10-17T09:14:35Z) - CVLNet: Cross-View Semantic Correspondence Learning for Video-based
Camera Localization [89.69214577915959]
本稿では,クロスビューカメラのローカライゼーション問題に対処する。
本稿では、類似性マッチングの前に、問合せカメラの衛星画像に対する相対変位を推定する。
実験は、単一の画像に基づく位置決めよりもビデオベースの位置決めの有効性を実証した。
論文 参考訳（メタデータ） (2022-08-07T07:35:17Z) - Probabilistic modeling of lake surface water temperature using a
Bayesian spatio-temporal graph convolutional neural network [55.41644538483948]
本研究では,湖沼の温度をある程度の深さでシミュレーションし,気象学的特徴と合わせて評価することを提案する。
本研究は,提案モデルが湖沼表面全体に均質に優れた性能をもたらすことを示す。
結果は、最先端のベイズ深層学習法と比較される。
論文 参考訳（メタデータ） (2021-09-27T09:19:53Z) - Learning a Sensor-invariant Embedding of Satellite Data: A Case Study
for Lake Ice Monitoring [19.72060218456938]
我々は、ディープニューラルネットワーク内にセンサー不変のジョイント埋め込みを学習する。
我々の応用課題はアルプス湖における湖氷のモニタリングである。
衛星データを融合させることで、湖氷を1.5日間の時間分解能でマッピングする。
論文 参考訳（メタデータ） (2021-07-19T18:11:55Z) - Recent Ice Trends in Swiss Mountain Lakes: 20-year Analysis of MODIS
Imagery [19.72060218456938]
湖氷の枯渇は、海面上昇や氷河後退のように、気候変動の指標として役立ちます。
いくつかのLIP(Lake Ice Phenological)イベントは、地域や地球の気候変動を理解するためのセンチネルとして機能します。
スイスのオーバーレンガディン地域では, 凍結, 分裂, 時間的凍結といったLIP現象の観測に重点を置いている。
論文 参考訳（メタデータ） (2021-03-23T10:25:02Z) - Semantic Segmentation on Swiss3DCities: A Benchmark Study on Aerial
Photogrammetric 3D Pointcloud Dataset [67.44497676652173]
スイスの3つの都市から採取された総面積2.7 km2$の屋外3Dポイントクラウドデータセットを紹介した。
データセットは、ポイントごとのラベルによるセマンティックセグメンテーションのために手動でアノテートされ、高解像度カメラを備えたマルチローターによって取得された画像のフォトグラムを用いて構築される。
論文 参考訳（メタデータ） (2020-12-23T21:48:47Z) - Machine Learning for Glacier Monitoring in the Hindu Kush Himalaya [54.12023102155757]
氷河マッピングは、hkh領域における生態モニタリングの鍵となる。
気候変動は、氷河生態系の健康に依存している個人にリスクを与える。
本稿では,氷河に着目した環境モニタリングを支援する機械学習手法を提案する。
論文 参考訳（メタデータ） (2020-12-09T12:48:06Z) - Integrated monitoring of ice in selected Swiss lakes. Final project
report [0.36700088931938823]
湖(湖氷の一部)は、地球気候観測システム(GCOS)の基本気候変動(ECV)と考えられている。
MeteoSwissはこの2年間のプロジェクトをサポートし、衛星画像の使用だけでなく、ウェブカメラやその場測定の可能性を探求した。
このプロジェクトの目的は、いくつかの目標湖を監視し、氷の量、特に氷点/降期日を検出することである。
論文 参考訳（メタデータ） (2020-08-02T16:18:51Z) - Lake Ice Monitoring with Webcams and Crowd-Sourced Images [15.616179111087053]
本稿では,自由に利用可能なウェブカメラデータを用いて,湖氷のモニタリングを行う普遍モデルに向けて前進する。
我々は、異なる冬と異なる湖にまたがるアノテーションを一般化する機能など、優れたパフォーマンスを示す。
我々は,複数のカメラと2つの異なる冬から得られたWebカメラ画像のベンチマークデータセットであるPhoti-LakeIceを紹介した。
論文 参考訳（メタデータ） (2020-02-18T20:46:46Z) - Lake Ice Detection from Sentinel-1 SAR with Deep Learning [15.493845481313924]
本稿では,深層ニューラルネットワークを用いたSentinel-1 Synthetic Aperture Radar(SAR)データの自動解析に基づく湖氷モニタリングシステムを提案する。
氷検出を2クラス(凍結・非凍結)の意味問題とし,最先端の深部畳み込みネットワーク(CNN)を用いて解いた。
2016年-17年-2017年-18年と3回の冬のスイスのアルペン湖について報告した。
論文 参考訳（メタデータ） (2020-02-17T16:31:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。