論文の概要: Semi-supervised Change Detection of Small Water Bodies Using RGB and
Multispectral Images in Peruvian Rainforests
- arxiv url: http://arxiv.org/abs/2206.09365v1
- Date: Sun, 19 Jun 2022 09:30:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-25 20:31:57.906783
- Title: Semi-supervised Change Detection of Small Water Bodies Using RGB and
Multispectral Images in Peruvian Rainforests
- Title（参考訳）: ペルーの熱帯雨林におけるRGBおよびマルチスペクトル画像を用いた小型水域の半監督的変化検出
- Authors: Kangning Cui, Seda Camalan, Ruoning Li, Victor P. Pauca, Sarra
Alqahtani, Robert J. Plemmons, Miles Silman, Evan N. Dethier, David Lutz,
Raymond H. Chan
- Abstract要約: 工芸・小規模金鉱業(ASGM)は多くの家庭にとって重要な収入源であるが、社会的・環境的な影響が大きい。
センチネル-2衛星は、水深と品質の変化を検出するために使用できるマルチスペクトル画像を収集している。
本研究は、ペルーのアマゾン熱帯雨林におけるASGM活動の認識に焦点を当てている。
- 参考スコア（独自算出の注目度）: 1.2189422792863451
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artisanal and Small-scale Gold Mining (ASGM) is an important source of income
for many households, but it can have large social and environmental effects,
especially in rainforests of developing countries. The Sentinel-2 satellites
collect multispectral images that can be used for the purpose of detecting
changes in water extent and quality which indicates the locations of mining
sites. This work focuses on the recognition of ASGM activities in Peruvian
Amazon rainforests. We tested several semi-supervised classifiers based on
Support Vector Machines (SVMs) to detect the changes of water bodies from 2019
to 2021 in the Madre de Dios region, which is one of the global hotspots of
ASGM activities. Experiments show that SVM-based models can achieve reasonable
performance for both RGB (using Cohen's $\kappa$ 0.49) and 6-channel images
(using Cohen's $\kappa$ 0.71) with very limited annotations. The efficacy of
incorporating Lab color space for change detection is analyzed as well.
- Abstract（参考訳）: 工芸・小規模金鉱業(ASGM)は多くの家庭にとって重要な収入源であるが、特に発展途上国の熱帯雨林では大きな社会的・環境効果がある。
sentinel-2衛星は、採掘現場の位置を示す水深と品質の変化を検出する目的で使用できるマルチスペクトル画像を収集する。
本研究は、ペルーのアマゾン熱帯雨林におけるASGM活動の認識に焦点を当てている。
我々は,ASGM活動の世界的なホットスポットの一つであるマドレ・デ・ディオス地域で,2019年から2021年までの水体変化を検出するために,SVM(Support Vector Machines)に基づくいくつかの半教師付き分類器を試験した。
実験によると、SVMベースのモデルはRGB(Cohenの$\kappa$ 0.49)と6チャンネルのイメージ(Cohenの$\kappa$ 0.71)の両方に対して、非常に限定的なアノテーションで、合理的なパフォーマンスを達成することができる。
また、変化検出のためのラボ色空間を取り入れた効果も分析した。
関連論文リスト
- MineNetCD: A Benchmark for Global Mining Change Detection on Remote Sensing Imagery [29.38505174142192]
リモートセンシング画像を用いた地球規模の地雷検出のためのベンチマークであるMineNetCDを紹介する。
まず,両時間高分解能リモートセンシング画像の70万枚以上のパッチを用いたグローバルな地雷変化検出データセットを構築した。
次に,変更対応のFast Fourier Transform (ChangeFFT) モジュールをベースとした新しいベースラインモデルを提案する。
第3に、13以上の高度な変更検出モデルを統合する統合された変更検出フレームワークを構築する。
論文 参考訳（メタデータ） (2024-07-04T14:45:44Z) - Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。
これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。
高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文 参考訳（メタデータ） (2023-08-24T12:32:46Z) - GLH-Water: A Large-Scale Dataset for Global Surface Water Detection in
Large-Size Very-High-Resolution Satellite Imagery [2.342488890032597]
本稿では,250個の衛星画像と手動による表層水アノテーションからなるGLH-waterデータセットを提案する。
それぞれの画像サイズは12,800ドル(約12,800円)で、空間解像度0.3mの12,800ピクセル。
GLH-waterのベンチマークを構築するために,代表表面水検出モデル,一般的なセマンティックセグメンテーションモデル,超高分解能セグメンテーションモデルを用いた広範囲な実験を行った。
論文 参考訳（メタデータ） (2023-03-16T13:35:56Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - Deep Learning Models for River Classification at Sub-Meter Resolutions
from Multispectral and Panchromatic Commercial Satellite Imagery [2.121978045345352]
この研究は、Quickbird、WorldView、GeoEye衛星の画像を用いて北極の河川に焦点を当てている。
我々は、8バンドマルチスペクトルセンサーのRGBとNIRバンドを用いており、これらの訓練されたモデルはすべて、衛星画像特有のトレーニングデータのオンザフライ前処理によって、検証データに対して90%以上の精度とリコールを達成している。
新たなアプローチでは、マルチスペクトルモデルによる結果を用いて、パンクロマチック画像のみを必要とするFCNのトレーニングデータを生成する。
論文 参考訳（メタデータ） (2022-12-27T20:56:34Z) - Semantically-consistent Landsat 8 image to Sentinel-2 image translation
for alpine areas [0.0]
本論文では,ランドサット8とセンチネル2のセンサ差を狭めるため,HRSemI2Iモデルを用いてスタイル伝達によるドメイン適応実験を行った。
HRSemI2Iモデルは、6バンド画像で動作するように調整され、平均値とクラス毎のメトリクスの交差対一性能が大幅に向上した。
第2のコントリビューションは、NALCMS 2015とCORINEの2つのラベルスキーム間の異なる一般化スキームを提供することである。
論文 参考訳（メタデータ） (2022-12-22T22:07:28Z) - Neuroevolution-based Classifiers for Deforestation Detection in Tropical
Forests [62.997667081978825]
森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。
監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。
本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
論文 参考訳（メタデータ） (2022-08-23T16:04:12Z) - Where in the World is this Image? Transformer-based Geo-localization in
the Wild [48.69031054573838]
世界各地で撮影された地上レベルのRGB画像から地理的位置(ジオローカライゼーション)を予測することは、非常に難しい問題です。
画像全体の細部を網羅する統合型デュアルブランチトランスネットワークであるTransLocatorを提案する。
我々は、Im2GPS、Im2GPS3k、YFCC4k、YFCC26kの4つのベンチマークデータセットでTransLocatorを評価し、5.5%、14.1%、4.9%、9.9%の大陸レベルの精度改善を得た。
論文 参考訳（メタデータ） (2022-04-29T03:27:23Z) - AdaZoom: Adaptive Zoom Network for Multi-Scale Object Detection in Large
Scenes [57.969186815591186]
大規模なシーンの検出は、小さなオブジェクトと極端なスケールの変動のために難しい問題である。
本稿では,物体検出のための焦点領域を適応的に拡大するために,フレキシブルな形状と焦点長を有する選択的拡大器として,新しい適応型Zoom(AdaZoom)ネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-19T03:30:22Z) - Detection of Malaria Vector Breeding Habitats using Topographic Models [0.7614628596146599]
本研究では,地球規模で利用可能なDEMデータに基づく実用的な地形モデルを提案する。
ガーナのオプアシ地域を調査し,様々な地形特性が異なる水域に与える影響について検討した。
我々の最良モデルは、小水位検出に地形変数を用いた以前の試みよりも優れていた。
論文 参考訳（メタデータ） (2020-11-27T12:59:55Z) - 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)
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。