Fugu-MT 論文翻訳(概要): Urban Change Detection Using a Dual-Task Siamese Network and Semi-Supervised Learning

論文の概要: Urban Change Detection Using a Dual-Task Siamese Network and Semi-Supervised Learning

arxiv url: http://arxiv.org/abs/2204.12202v1
Date: Tue, 26 Apr 2022 10:12:07 GMT
ステータス: 処理完了
システム内更新日: 2022-04-27 19:03:04.621774
Title: Urban Change Detection Using a Dual-Task Siamese Network and Semi-Supervised Learning
Title（参考訳）: Dual-Task Siamese Networkとセミスーパービジョンラーニングを用いた都市変化検出
Authors: Sebastian Hafner, Yifang Ban, Andrea Nascetti
Abstract要約: 両時間画像ペアからの都市変化検出を改善するための半教師付き学習(SSL)法について紹介した。提案手法では,差分デコーダによる変化を予測できるDual-Task Siamese Different Networkを適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this study, a Semi-Supervised Learning (SSL) method for improving urban change detection from bi-temporal image pairs was presented. The proposed method adapted a Dual-Task Siamese Difference network that not only predicts changes with the difference decoder, but also segments buildings for both images with a semantics decoder. First, the architecture was modified to produce a second change prediction derived from the semantics predictions. Second, SSL was adopted to improve supervised change detection. For unlabeled data, we introduced a loss that encourages the network to predict consistent changes across the two change outputs. The proposed method was tested on urban change detection using the SpaceNet7 dataset. SSL achieved improved results compared to three fully supervised benchmarks.
Abstract（参考訳）: 本研究では,両時間画像ペアによる都市変化検出を改善するための半監視学習(SSL)手法を提案する。提案手法は,差分デコーダによる変化を予測できるだけでなく,セマンティクスデコーダを用いた2つの画像のセグメンテーションビルディングを適応させた。まず、アーキテクチャが変更され、セマンティックス予測から導かれた第2の変更予測が生成される。次にSSLが採用され、教師付き変更検出が改善された。ラベルのないデータについては、ネットワークが2つの変更出力に対して一貫した変化を予測することを奨励する損失を導入しました。提案手法は,SpaceNet7データセットを用いて都市変化検出を行った。 SSLは3つの完全に教師されたベンチマークと比較して改善された結果を得た。

関連論文リスト

Dual-Path Adversarial Lifting for Domain Shift Correction in Online Test-time Adaptation [59.18151483767509]
テスト時間適応におけるドメインシフト補正のためのデュアルパストークンリフトを導入する。次に、インターリーブされたトークン予測とドメインシフトトークンのパスとクラストークンのパスの間の更新を行う。評価実験の結果,提案手法はオンライン完全テスト時間領域適応性能を大幅に向上させることが示された。
論文参考訳（メタデータ） (2024-08-26T02:33:47Z)
Continuous Urban Change Detection from Satellite Image Time Series with Temporal Feature Refinement and Multi-Task Integration [5.095834019284525]
都市化は前例のない速度で進行し、環境と人間の幸福に悪影響を及ぼす。深層学習に基づく手法は,光衛星画像対による都市変化検出の有望な成果を得た。本稿では,衛星画像時系列の連続した画像対の変化を識別する連続都市変化検出手法を提案する。
論文参考訳（メタデータ） (2024-06-25T10:53:57Z)
Exchanging Dual Encoder-Decoder: A New Strategy for Change Detection with Semantic Guidance and Spatial Localization [10.059696915598392]
セマンティックガイダンスと空間的ローカライゼーションを用いたバイナリ変更検出のための2つのエンコーダ・デコーダ構造を交換した新しい戦略を提案する。この戦略に基づいてバイナリ変更検出モデルを構築し、それを6つのデータセット上で18の最先端の変更検出手法と比較する。
論文参考訳（メタデータ） (2023-11-19T11:30:43Z)
Align, Perturb and Decouple: Toward Better Leverage of Difference Information for RSI Change Detection [24.249552791014644]
変化検出は、リモートセンシング画像(RSI)解析において広く採用されている手法である。そこで我々は,アライメント,摂動,デカップリングといった差分情報を完全に活用するための一連の操作を提案する。
論文参考訳（メタデータ） (2023-05-30T03:39:53Z)
Joint Spatio-Temporal Modeling for the Semantic Change Detection in Remote Sensing Images [22.72105435238235]
両時間RSI間の「から」意味遷移を明示的にモデル化するための意味変化(SCanFormer)を提案する。次に,SCDタスクに忠実な Transformer 時間制約を活用する意味学習手法を導入し,意味変化の学習を指導する。結果として得られたネットワーク(SCanNet)は、決定的意味変化の検出と、得られた両時間的結果のセマンティック一貫性の両方において、ベースライン法より優れている。
論文参考訳（メタデータ） (2022-12-10T08:49:19Z)
Weakly Supervised Change Detection Using Guided Anisotropic Difusion [97.43170678509478]
我々は、このようなデータセットを変更検出の文脈で活用するのに役立つ独自のアイデアを提案する。まず,意味的セグメンテーション結果を改善する誘導異方性拡散(GAD)アルゴリズムを提案する。次に、変化検出に適した2つの弱い教師付き学習戦略の可能性を示す。
論文参考訳（メタデータ） (2021-12-31T10:03:47Z)
City-scale Scene Change Detection using Point Clouds [71.73273007900717]
2つの異なる時間にカメラを設置して撮影した画像を用いて都市の構造変化を検出する手法を提案する。変化検出のための2点雲の直接比較は、不正確な位置情報のため理想的ではない。この問題を回避するために,ポイントクラウド上での深層学習に基づく非厳密な登録を提案する。提案手法は,視点や照明の違いがあっても,シーン変化を効果的に検出できることを示す。
論文参考訳（メタデータ） (2021-03-26T08:04:13Z)
Uncertainty-Aware Deep Calibrated Salient Object Detection [74.58153220370527]
既存のディープニューラルネットワークに基づくサルエントオブジェクト検出(SOD)手法は主に高いネットワーク精度の追求に重点を置いている。これらの手法は、信頼不均衡問題として知られるネットワーク精度と予測信頼の間のギャップを見落としている。我々は,不確実性を考慮した深部SODネットワークを導入し,深部SODネットワークの過信を防止するための2つの戦略を提案する。
論文参考訳（メタデータ） (2020-12-10T23:28:36Z)
Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
論文参考訳（メタデータ） (2020-10-12T13:26:30Z)
MetricUNet: Synergistic Image- and Voxel-Level Learning for Precise CT Prostate Segmentation via Online Sampling [66.01558025094333]
本稿では,前立腺領域を高速に局在させる第1段階と,前立腺領域を正確に区分する第2段階の2段階のフレームワークを提案する。マルチタスクネットワークにおけるボクセルワイドサンプリングによる新しいオンラインメトリック学習モジュールを提案する。本手法は,従来のクロスエントロピー学習法やDice損失学習法と比較して,より代表的なボクセルレベルの特徴を効果的に学習することができる。
論文参考訳（メタデータ） (2020-05-15T10:37:02Z)
DASNet: Dual attentive fully convolutional siamese networks for change detection of high resolution satellite images [17.839181739760676]
研究の目的は、関心の変化情報を識別し、無関係な変更情報を干渉要因としてフィルタリングすることである。近年、ディープラーニングの台頭により、変化検出のための新しいツールが提供され、目覚ましい結果が得られた。我々は,高解像度画像における変化検出のための新しい手法,すなわち,二重注意型完全畳み込みシームズネットワーク(DASNet)を提案する。
論文参考訳（メタデータ） (2020-03-07T16:57:10Z)

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。