論文の概要: Hephaestus: A large scale multitask dataset towards InSAR understanding
- arxiv url: http://arxiv.org/abs/2204.09435v1
- Date: Wed, 20 Apr 2022 12:58:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-21 14:18:22.879350
- Title: Hephaestus: A large scale multitask dataset towards InSAR understanding
- Title（参考訳）: Hephaestus: InSAR理解に向けた大規模マルチタスクデータセット
- Authors: Nikolaos Ioannis Bountos and Ioannis Papoutsis and Dimitrios Michail
and Andreas Karavias and Panagiotis Elias and Isaak Parcharidis
- Abstract要約: この作業では、手動で注釈付けされたInSARデータセットの作成と利用に取り組みました。
このデータセットは、世界中の44の火山から得られた19,919個のSentinel-1インターフェログラムから構成されており、216,106個のInSARパッチに分けられる。
火山状態の分類、地面の変形のセマンティックセグメンテーション、大気信号の検出と分類など、さまざまなコンピュータビジョン問題に対処するように設計されている。
- 参考スコア（独自算出の注目度）: 1.8350044465969417
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Synthetic Aperture Radar (SAR) data and Interferometric SAR (InSAR) products
in particular, are one of the largest sources of Earth Observation data. InSAR
provides unique information on diverse geophysical processes and geology, and
on the geotechnical properties of man-made structures. However, there are only
a limited number of applications that exploit the abundance of InSAR data and
deep learning methods to extract such knowledge. The main barrier has been the
lack of a large curated and annotated InSAR dataset, which would be costly to
create and would require an interdisciplinary team of experts experienced on
InSAR data interpretation. In this work, we put the effort to create and make
available the first of its kind, manually annotated dataset that consists of
19,919 individual Sentinel-1 interferograms acquired over 44 different
volcanoes globally, which are split into 216,106 InSAR patches. The annotated
dataset is designed to address different computer vision problems, including
volcano state classification, semantic segmentation of ground deformation,
detection and classification of atmospheric signals in InSAR imagery,
interferogram captioning, text to InSAR generation, and InSAR image quality
assessment.
- Abstract（参考訳）: SAR(Synthetic Aperture Radar)データとインターフェロメトリSAR(Interferometric SAR)製品は、地球観測データの主要な情報源の1つである。
InSARは、多様な物理過程や地質学、人工構造物の地質学的特性に関するユニークな情報を提供している。
しかし、insarデータやディープラーニング手法の豊富さを活用して、そのような知識を抽出するアプリケーションの数は限られている。
主な障壁は、InSARデータ解釈に経験した学際的な専門家チームを必要とする、大規模なキュレーションと注釈付きInSARデータセットの欠如である。
本研究では,世界中の44の火山で取得した19,919個のsentinel-1インターフェログラムからなり,それぞれ216,106個のinsarパッチに分割した,手作業による注釈付きデータセットの作成と利用可能化に尽力した。
この注釈付きデータセットは、火山状態の分類、地面変形のセマンティックセグメンテーション、InSAR画像における大気信号の検出と分類、インターフェログラムキャプション、テキストからInSAR生成、InSAR画像の品質評価など、さまざまなコンピュータビジョン問題に対処するように設計されている。
関連論文リスト
- Physics-Guided Detector for SAR Airplanes [48.11882103050703]
SAR航空機のための新しい物理誘導検出器(PGD)学習パラダイムを提案する。
検出性能を向上させるために、その離散性と変動性を包括的に調査する。
実験では,提案したPGDの柔軟性と有効性を示す。
論文 参考訳（メタデータ） (2024-11-19T07:41:09Z) - SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。
SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。
Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
論文 参考訳（メタデータ） (2024-11-14T17:06:00Z) - Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey [49.29751866761522]
本稿では,GenAIとSARの交差点について検討する。
まず、SAR分野における一般的なデータ生成ベースのアプリケーションについて説明する。
次に、最新のGenAIモデルの概要を体系的にレビューする。
最後に、SARドメインの対応するアプリケーションも含まれる。
論文 参考訳（メタデータ） (2024-11-05T03:06:00Z) - SARatrX: Towards Building A Foundation Model for SAR Target Recognition [22.770010893572973]
我々は、SARatrXと呼ばれるSAR ATRの基礎モデルを構築するための最初の試みを行っている。
SARatrXは、自己教師付き学習(SSL)を通じて一般化可能な表現を学び、汎用的なSARターゲット検出と分類タスクへのラベル効率のモデル適応の基礎を提供する。
具体的には、SARatrXは0.18Mの未ラベルのSARターゲットサンプルでトレーニングされており、同時代のベンチマークを組み合わせてキュレーションされ、これまでで最大の公開データセットとなっている。
論文 参考訳（メタデータ） (2024-05-15T14:17:44Z) - SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。
私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。
私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
論文 参考訳（メタデータ） (2024-03-11T09:20:40Z) - Predicting Gradient is Better: Exploring Self-Supervised Learning for SAR ATR with a Joint-Embedding Predictive Architecture [23.375515181854254]
SSL(Self-Supervised Learning)手法は,大規模未ラベルデータの事前学習を伴う様々なSAR自動ターゲット認識(ATR)タスクを実現する。
SSLはデータから直接監視信号を構築することを目的としている。
本研究では,SAR ATRの基盤モデル構築に有効なSSL方式について検討した。
論文 参考訳（メタデータ） (2023-11-26T01:05:55Z) - Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol
Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。
ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。
本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文 参考訳（メタデータ） (2023-04-27T20:21:18Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - The QXS-SAROPT Dataset for Deep Learning in SAR-Optical Data Fusion [14.45289690639374]
QXS-SAROPTデータセットを公開し、SAR-オプティカルデータ融合におけるディープラーニング研究を促進します。
光学画像からのクロスモーダル情報によって強化されたSAR光画像マッチングとSAR船舶検出の2つの代表的な用途の例を示す。
論文 参考訳（メタデータ） (2021-03-15T10:22:46Z) - SpaceNet 6: Multi-Sensor All Weather Mapping Dataset [13.715388432549373]
オープンなMulti-Sensor All Weather Mapping (MSAW)データセットと課題について述べる。
MSAWは複数の重なり合う集合体を120 km2で覆っており、48,000以上のユニークな建物フットプリントラベルがアノテートされている。
我々は,SARデータを用いた足跡抽出のためのベースラインとベンチマークを提案し,光学データに基づいて事前訓練された最先端セグメンテーションモデルを発見し,SARで訓練した。
論文 参考訳（メタデータ） (2020-04-14T13:43:11Z)
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。