論文の概要: IS-COUNT: Large-scale Object Counting from Satellite Images with
Covariate-based Importance Sampling
- arxiv url: http://arxiv.org/abs/2112.09126v1
- Date: Thu, 16 Dec 2021 18:59:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-17 14:59:39.181272
- Title: IS-COUNT: Large-scale Object Counting from Satellite Images with
Covariate-based Importance Sampling
- Title（参考訳）: IS-COUNT:衛星画像からの大規模オブジェクトカウント
- Authors: Chenlin Meng, Enci Liu, Willie Neiswanger, Jiaming Song, Marshall
Burke, David Lobell and Stefano Ermon
- Abstract要約: 本研究では,大規模地形におけるオブジェクト数統計をサンプリングによって推定する手法を提案する。
提案手法は,米国とアフリカ,ケニアの自動車,バングラデシュのレンガキルン,米国のスイミングプールの建物数の推定において,高い性能を発揮することを示す。
- 参考スコア（独自算出の注目度）: 90.97859312029615
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Object detection in high-resolution satellite imagery is emerging as a
scalable alternative to on-the-ground survey data collection in many
environmental and socioeconomic monitoring applications. However, performing
object detection over large geographies can still be prohibitively expensive
due to the high cost of purchasing imagery and compute. Inspired by traditional
survey data collection strategies, we propose an approach to estimate object
count statistics over large geographies through sampling. Given a cost budget,
our method selects a small number of representative areas by sampling from a
learnable proposal distribution. Using importance sampling, we are able to
accurately estimate object counts after processing only a small fraction of the
images compared to an exhaustive approach. We show empirically that the
proposed framework achieves strong performance on estimating the number of
buildings in the United States and Africa, cars in Kenya, brick kilns in
Bangladesh, and swimming pools in the U.S., while requiring as few as 0.01% of
satellite images compared to an exhaustive approach.
- Abstract（参考訳）: 高解像度衛星画像における物体検出は、多くの環境・社会経済モニタリングアプリケーションにおける地上調査データ収集に代わるスケーラブルな代替手段として現れつつある。
しかし,画像の購入や計算にコストがかかるため,大規模地形上での物体検出は依然として高価である。
従来の調査データ収集戦略に着想を得て,大規模地形における対象数統計量の推定手法を提案する。
コスト予算が与えられた場合,学習可能な提案分布からサンプリングして,少数の代表領域を選択する。
重要サンプリングを用いて,画像のごく一部しか処理しないオブジェクト数を,徹底的なアプローチと比較して正確に推定することができる。
提案手法は,米国およびアフリカにおける建物数,ケニアの車,バングラデシュのれんがキルン,米国内のスイミングプールの推算において,サテライト画像の0.01%程度を排他的アプローチと比較し,強力な性能を発揮することを実証的に示した。
関連論文リスト
- Bootstrapping Rare Object Detection in High-Resolution Satellite Imagery [2.242884292006914]
本稿では,このようなまれなオブジェクト検出タスクをブートストラップする問題に対処する。
我々は、パッチをサンプリングするための新しいオフラインおよびオンラインクラスタベースのアプローチを提案する。
ケニア・タンザニアのセレンゲティ・マラ地域において,牧畜動物に対するボマ(あるいは小さな囲い)の同定方法を適用した。
論文 参考訳（メタデータ） (2024-03-05T07:44:13Z) - Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators
from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。
機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。
本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
論文 参考訳（メタデータ） (2023-09-28T19:30:26Z) - DISCount: Counting in Large Image Collections with Detector-Based
Importance Sampling [32.522579550452484]
DISCountは、大規模な画像収集をカウントするための検出器ベースの重要なサンプリングフレームワークである。
これは、不完全な検知器とループ内のヒトスクリーニングを統合して、不偏のカウント推定を生成する。
論文 参考訳（メタデータ） (2023-06-05T18:04:57Z) - Spatial-Temporal Super-Resolution of Satellite Imagery via Conditional
Pixel Synthesis [66.50914391487747]
高精度な高解像度画像を生成するために,高解像度の高解像度画像を用いた条件付き画素合成モデルを提案する。
我々は,本モデルにおいて,オブジェクトカウントという重要なダウンストリームタスクにおいて,フォトリアリスティックなサンプル品質を実現し,競合するベースラインを上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-22T02:16:24Z) - Counting from Sky: A Large-scale Dataset for Remote Sensing Object
Counting and A Benchmark Method [52.182698295053264]
リモートセンシング画像から高密度物体をカウントすることに興味がある。自然界における物体のカウントと比較すると、このタスクは、大規模変動、複雑な乱れ背景、配向仲裁といった要因において困難である。
これらの課題に対処するために,我々はまず,4つの重要な地理的対象を含むリモートセンシング画像を用いた大規模オブジェクトカウントデータセットを構築した。
次に、入力画像の密度マップを生成する新しいニューラルネットワークを設計することで、データセットをベンチマークする。
論文 参考訳（メタデータ） (2020-08-28T03:47:49Z) - Predicting Livelihood Indicators from Community-Generated Street-Level
Imagery [70.5081240396352]
本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。
全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
論文 参考訳（メタデータ） (2020-06-15T18:12:12Z) - CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。
評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。
我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
論文 参考訳（メタデータ） (2020-03-28T13:17:30Z) - Counting dense objects in remote sensing images [52.182698295053264]
特定の画像から関心のあるオブジェクトの数を推定するのは、難しいが重要な作業である。
本稿では,リモートセンシング画像から高密度物体を数えることに興味がある。
これらの課題に対処するために,我々はまず,リモートセンシング画像に基づく大規模オブジェクトカウントデータセットを構築した。
次に、入力画像の密度マップを生成する新しいニューラルネットワークを設計することで、データセットをベンチマークする。
論文 参考訳（メタデータ） (2020-02-14T09:13:54Z)
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。