論文の概要: Fully Convolutional Change Detection Framework with Generative
Adversarial Network for Unsupervised, Weakly Supervised and Regional
Supervised Change Detection
- arxiv url: http://arxiv.org/abs/2201.06030v1
- Date: Sun, 16 Jan 2022 12:10:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 14:20:03.337255
- Title: Fully Convolutional Change Detection Framework with Generative
Adversarial Network for Unsupervised, Weakly Supervised and Regional
Supervised Change Detection
- Title（参考訳）: 非教師型・弱監視型・地域監視型変更検出のためのジェネレーティブ・ディバイザ・ネットワークを用いた完全畳み込み変化検出フレームワーク
- Authors: Chen Wu, Bo Du, and Liangpei Zhang
- Abstract要約: 生成的対向ネットワークを用いた完全畳み込み変化検出フレームワークを提案する。
基本Unetセグメンタを使用して変更検出マップを取得する。
多時間画像間のスペクトル及び空間的変動をモデル化するために画像対画像生成装置が実装される。
弱小かつ局所的に監督された変化検出タスクにおける意味変化をモデル化するために,変化・変化の識別器を提案する。
- 参考スコア（独自算出の注目度）: 44.05317423742678
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Deep learning for change detection is one of the current hot topics in the
field of remote sensing. However, most end-to-end networks are proposed for
supervised change detection, and unsupervised change detection models depend on
traditional pre-detection methods. Therefore, we proposed a fully convolutional
change detection framework with generative adversarial network, to conclude
unsupervised, weakly supervised, regional supervised, and fully supervised
change detection tasks into one framework. A basic Unet segmentor is used to
obtain change detection map, an image-to-image generator is implemented to
model the spectral and spatial variation between multi-temporal images, and a
discriminator for changed and unchanged is proposed for modeling the semantic
changes in weakly and regional supervised change detection task. The iterative
optimization of segmentor and generator can build an end-to-end network for
unsupervised change detection, the adversarial process between segmentor and
discriminator can provide the solutions for weakly and regional supervised
change detection, the segmentor itself can be trained for fully supervised
task. The experiments indicate the effectiveness of the propsed framework in
unsupervised, weakly supervised and regional supervised change detection. This
paper provides theorical definitions for unsupervised, weakly supervised and
regional supervised change detection tasks, and shows great potentials in
exploring end-to-end network for remote sensing change detection.
- Abstract（参考訳）: 変化検出のためのディープラーニングは、リモートセンシングの分野で現在のホットトピックの1つだ。
しかし、ほとんどのエンドツーエンドネットワークは教師付き変更検出のために提案されており、教師なし変更検出モデルは従来の事前検出方法に依存する。
そこで本稿では,教師なし,弱教師付き,地域教師付き,完全教師付き変更検出タスクをひとつのフレームワークにまとめるために,生成的敵ネットワークを用いた完全な畳み込み変化検出フレームワークを提案する。
変化検出マップを得るために基本Unetセグメンタを用い、マルチテンポラリ画像間のスペクトルと空間の変動をモデル化するイメージ・ツー・イメージ・ジェネレータを実装し、弱く局所的に監督された変化検出タスクにおける意味変化をモデル化するための変化・変化の識別器を提案する。
セグメンタとジェネレータの反復最適化により、教師なしの変更検出のためのエンドツーエンドネットワークを構築することができ、セグメンタとディミネータ間の敵対的プロセスにより、弱く地域的に監督された変更検出のためのソリューションを提供できる。
実験は,非教師なし,弱教師なし,局所教師なし変化検出における提案フレームワークの有効性を示す。
本稿では,非教師なし,弱教師なし,局所教師なし変化検出タスクの理論的な定義と,リモートセンシング変化検出のためのエンドツーエンドネットワーク探索における大きな可能性を示す。
関連論文リスト
- ChangeBind: A Hybrid Change Encoder for Remote Sensing Change Detection [16.62779899494721]
変化検出(CD)は、異なる時刻スタンプで同じ地理的領域間の意味的変化を検出することを目的とした、リモートセンシング(RS)の基本課題である。
本稿では,バイテンポラルRS画像における意味変化をエンコードする,効果的なSiameseベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-04-26T17:47:14Z) - ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。
提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。
また,ELGC-Net-LWも導入した。
論文 参考訳（メタデータ） (2024-03-26T17:46:25Z) - Box-based Refinement for Weakly Supervised and Unsupervised Localization
Tasks [57.70351255180495]
我々は、画像データの代わりにネットワーク出力の上の検出器を訓練し、適切な損失バックプロパゲーションを適用する。
本研究は,課題の見地に対するフレーズ接頭辞の大幅な改善を明らかにした。
論文 参考訳（メタデータ） (2023-09-07T17:36:02Z) - EMS-Net: Efficient Multi-Temporal Self-Attention For Hyperspectral
Change Detection [32.23764287942984]
我々は,高スペクトル変化検出のための高効率多時間自己アテンションネットワーク(EMS-Net)を提案している。
EMS-Netは、類似した非変更機能マップの冗長性を削減し、正確なバイナリ変更マップのための効率的なマルチテンポラリ変更情報を計算する。
2つのハイパースペクトル変化検出データセットに実装された実験は、提案手法の優れた性能と妥当性を示す。
論文 参考訳（メタデータ） (2023-03-24T02:11:22Z) - Runtime Monitoring for Out-of-Distribution Detection in Object Detection
Neural Networks [0.0]
監視は、業界で使用されている実際のニューラルネットワークの設定における検証の、より現実的で適用可能な代替手段を提供する。
本稿では,これまで提案されてきた分類ネットワークを,複数のオブジェクトの識別と位置同定が可能な認識システムに拡張する。
論文 参考訳（メタデータ） (2022-12-15T12:50:42Z) - Task-related self-supervised learning for remote sensing image change
detection [8.831857715361624]
リモートセンシング画像の変更検出は,都市変化の検出,災害評価,その他の分野に広く適用されている。
既存のCNNベースの変更検出手法の多くは、まだ不十分な擬似変化抑制と不十分な特徴表現の問題に悩まされている。
本研究では,タスク関連自己監視学習変化検出ネットワークに基づく,スムーズなメカニズムによる教師なし変化検出手法を提案する。
論文 参考訳（メタデータ） (2021-05-11T11:44:04Z) - Robust Object Detection via Instance-Level Temporal Cycle Confusion [89.1027433760578]
物体検出器の分布外一般化を改善するための補助的自己監視タスクの有効性を検討する。
最大エントロピーの原理に触発されて,新しい自己監督タスクであるインスタンスレベル時間サイクル混乱(cycconf)を導入する。
それぞれのオブジェクトに対して、タスクは、ビデオ内の隣接するフレームで最も異なるオブジェクトの提案を見つけ、自己スーパービジョンのために自分自身にサイクルバックすることです。
論文 参考訳（メタデータ） (2021-04-16T21:35:08Z) - Representative Forgery Mining for Fake Face Detection [52.896286647898386]
ディテクタの精緻化と注目の拡大を導くための注意ベースのデータ拡張フレームワークを提案します。
提案手法は,トップnのセンシティブな顔領域を追跡し,検出者に対して,以前無視された領域にさらに深く掘り下げて,より代表的な偽造を行うように促す。
論文 参考訳（メタデータ） (2021-04-14T03:24:19Z) - Modification method for single-stage object detectors that allows to
exploit the temporal behaviour of a scene to improve detection accuracy [0.0]
修正されたニューラルネットワークは、修正されていないものよりも、より信頼性の高い隠されたオブジェクトを検出する傾向がある。
付加的なアノテートデータを必要とせずに修正ネットワークをトレーニングできる弱い教師付きトレーニング手法が提案されている。
論文 参考訳（メタデータ） (2020-09-03T12:38:55Z) - Spatial Attention Pyramid Network for Unsupervised Domain Adaptation [66.75008386980869]
教師なし領域適応は様々なコンピュータビジョンタスクにおいて重要である。
教師なし領域適応のための新しい空間注意ピラミッドネットワークを設計する。
我々の手法は最先端の手法に対して大きなマージンで好適に機能する。
論文 参考訳（メタデータ） (2020-03-29T09:03:23Z)
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。