論文の概要: Panoptic Segmentation of Satellite Image Time Series with Convolutional Temporal Attention Networks

• arxiv url: http://arxiv.org/abs/2107.07933v1
• Date: Fri, 16 Jul 2021 14:49:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-19 17:40:22.969231
• Title: Panoptic Segmentation of Satellite Image Time Series with Convolutional Temporal Attention Networks
• Title（参考訳）: 畳み込み時間注意ネットワークを用いた衛星画像時系列のパンオプティカルセグメンテーション
• Authors: Vivien Sainte Fare Garnot and Loic Landrieu
• Abstract要約: 衛星画像時系列(SITS)のパノプティカルセグメンテーションのための最初のエンドツーエンドの単一ステージ手法を提案する。 このモジュールは、時間的自己アテンションに依存した新しい画像シーケンス符号化ネットワークと組み合わせて、リッチで適応的なマルチスケールの時間的特徴を抽出することができる。 PASTISは、パン光学アノテーションを用いた最初のオープンアクセスSITSデータセットである。
• 参考スコア（独自算出の注目度）: 7.00422423634143
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unprecedented access to multi-temporal satellite imagery has opened new perspectives for a variety of Earth observation tasks. Among them, pixel-precise panoptic segmentation of agricultural parcels has major economic and environmental implications. While researchers have explored this problem for single images, we argue that the complex temporal patterns of crop phenology are better addressed with temporal sequences of images. In this paper, we present the first end-to-end, single-stage method for panoptic segmentation of Satellite Image Time Series (SITS). This module can be combined with our novel image sequence encoding network which relies on temporal self-attention to extract rich and adaptive multi-scale spatio-temporal features. We also introduce PASTIS, the first open-access SITS dataset with panoptic annotations. We demonstrate the superiority of our encoder for semantic segmentation against multiple competing architectures, and set up the first state-of-the-art of panoptic segmentation of SITS. Our implementation and PASTIS are publicly available.
• Abstract（参考訳）: 前代未聞の衛星画像へのアクセスにより、様々な地球観測タスクの新しい視点が開けた。 その中でも、農業用パルセールの画素優先のパンオプティカルセグメンテーションは、経済的および環境的な影響が大きい。 研究者は単一の画像に対してこの問題を探求してきたが、作物表現学の複雑な時間パターンは画像の時間的シーケンスでよりうまく対処できると論じている。 本稿では,衛星画像時系列(SITS)のパノプティカルセグメンテーションのための,エンド・ツー・エンドの単一ステージ方式を提案する。 このモジュールは,時間的自己アテンションに依存する新たな画像シーケンス符号化ネットワークと組み合わせることで,リッチで適応的な複数スケールの時空間特徴を抽出できる。 PASTISは、パン光学アノテーションを用いた最初のオープンアクセスSITSデータセットである。 複数の競合するアーキテクチャに対するセマンティックセグメンテーションのためのエンコーダの優位性を実証し、sitsのpanopticセグメンテーションの最初の最先端を設定する。 私たちの実装とPASTISは公開されています。

関連論文リスト

• Multi-Modal Vision Transformers for Crop Mapping from Satellite Image Time Series [2.5245269564204653]
  既存の最先端アーキテクチャでは、SITSの空間次元に対する時間次元と畳み込みを処理するために自己アテンション機構を使用している。 単一モーダルSITSからの作物マッピングにおける純粋に注意に基づくアーキテクチャの成功により、我々は複数のマルチモーダルマルチテンポラルトランスフォーマーベースのアーキテクチャを導入する。 実験結果から, 畳み込みと自己認識の両コンポーネントによる最先端アーキテクチャの大幅な改善が示された。
  論文  参考訳（メタデータ） (2024-06-24T10:40:46Z)
• Revisiting the Encoding of Satellite Image Time Series [2.5874041837241304]
  画像時系列(SITS)時間学習は、高時間分解能と不規則な取得時間のために複雑である。 我々は、クエリベースのトランスフォーマーデコーダを採用する最近のトレンドに触発されて、直接セット予測問題としてSITS処理の新たな視点を開発する。 衛星PASTISベンチマークデータセットを用いて,SOTA(State-of-the-art)の新たな結果を得た。
  論文  参考訳（メタデータ） (2023-05-03T12:44:20Z)
• ViTs for SITS: Vision Transformers for Satellite Image Time Series [52.012084080257544]
  ビジョン変換器(ViT)に基づく一般衛星画像時系列(SITS)処理のための完全アテンショナルモデルを提案する。 TSViTはSITSレコードを空間と時間で重複しないパッチに分割し、トークン化し、分解されたテンポロ空間エンコーダで処理する。
  論文  参考訳（メタデータ） (2023-01-12T11:33:07Z)
• SatMAE: Pre-training Transformers for Temporal and Multi-Spectral Satellite Imagery [74.82821342249039]
  Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。 時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
  論文  参考訳（メタデータ） (2022-07-17T01:35:29Z)
• Multi-Modal Temporal Attention Models for Crop Mapping from Satellite Time Series [7.379078963413671]
  複数の作物マッピングタスクにまたがる時間的注意に基づく手法が最近成功し,これらのモデルがどのように複数のモードで操作できるのかを考察する。 我々は,新しいアプローチと訓練手順の簡単な調整を含む,複数の融合方式を実装し,評価する。 ほとんどのフュージョンスキームには利点と欠点があり、特定の設定に関連があることが示される。 次に,パーセル分類,画素ベースセグメンテーション,パン光学パーセルセグメンテーションなど,複数のタスクにまたがるマルチモーダルの利点を評価する。
  論文  参考訳（メタデータ） (2021-12-14T17:05:55Z)
• Spatiotemporal Inconsistency Learning for DeepFake Video Detection [51.747219106855624]
  本稿では,水平方向と垂直方向の両方で隣接するフレーム間の時間差を利用して,TIMにおける新しい時間的モデリングパラダイムを提案する。 ISMは、SIMからの空間情報とTIMからの時間情報とを同時に利用し、より包括的な時空間表現を確立する。
  論文  参考訳（メタデータ） (2021-09-04T13:05:37Z)
• Geometry-Guided Street-View Panorama Synthesis from Satellite Imagery [80.6282101835164]
  オーバヘッド衛星画像から新しいストリートビューパノラマを合成するための新しいアプローチを提案する。 本手法は,googleの全方位ストリートビュー型パノラマを,衛星パッチの中央と同じ地理的位置から取得したかのように生成する。
  論文  参考訳（メタデータ） (2021-03-02T10:27:05Z)
• Street-view Panoramic Video Synthesis from a Single Satellite Image [92.26826861266784]
  時間的および幾何学的に一貫したストリートビューパノラマビデオの両方を合成する新しい方法を提示する。 既存のクロスビュー合成アプローチは画像に重点を置いているが、そのような場合のビデオ合成はまだ十分な注目を集めていない。
  論文  参考訳（メタデータ） (2020-12-11T20:22:38Z)
• Crowdsampling the Plenoptic Function [56.10020793913216]
  このようなデータから時間変動照明下での新しいビュー合成手法を提案する。 本稿では,新しいDeepMPI表現について紹介する。 本手法は従来のMPI法と同等のパララックスとビュー依存効果を合成し, 反射率の変化と光の時間変化を同時に補間する。
  論文  参考訳（メタデータ） (2020-07-30T02:52:10Z)

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。