論文の概要: FPCD: An Open Aerial VHR Dataset for Farm Pond Change Detection

• arxiv url: http://arxiv.org/abs/2302.14554v1
• Date: Tue, 28 Feb 2023 13:19:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-01 16:36:09.586807
• Title: FPCD: An Open Aerial VHR Dataset for Farm Pond Change Detection
• Title（参考訳）: FPCD:ファームポンド変更検出のためのオープン航空VHRデータセット
• Authors: Chintan Tundia, Rajiv Kumar, Om Damani, G. Sivakumar
• Abstract要約: 航空画像の変化検出は、関心のある領域に関連する変化の特定と特定を含む。 航空画像から農業用池をローカライズするための,公開可能なオブジェクト検出とインスタンスセグメンテーション(OD/IS)データセットを提案する。 また,17村の14年間の時間的データも収集・注釈した。
• 参考スコア（独自算出の注目度）: 0.2867517731896504
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Change detection for aerial imagery involves locating and identifying changes associated with the areas of interest between co-registered bi-temporal or multi-temporal images of a geographical location. Farm ponds are man-made structures belonging to the category of minor irrigation structures used to collect surface run-off water for future irrigation purposes. Detection of farm ponds from aerial imagery and their evolution over time helps in land surveying to analyze the agricultural shifts, policy implementation, seasonal effects and climate changes. In this paper, we introduce a publicly available object detection and instance segmentation (OD/IS) dataset for localizing farm ponds from aerial imagery. We also collected and annotated the bi-temporal data over a time-span of 14 years across 17 villages, resulting in a binary change detection dataset called \textbf{F}arm \textbf{P}ond \textbf{C}hange \textbf{D}etection Dataset (\textbf{FPCD}). We have benchmarked and analyzed the performance of various object detection and instance segmentation methods on our OD/IS dataset and the change detection methods over the FPCD dataset. The datasets are publicly accessible at this page: \textit{\url{https://huggingface.co/datasets/ctundia/FPCD}}
• Abstract（参考訳）: 航空画像の変化検出は、地理的位置の両時間的画像と複数時間的画像の間の関心領域に関する変化の特定と特定を含む。 農業用池 (farm pond) は、将来の灌水のために表面流出水を集めるために使用される小さな灌水構造物のカテゴリーに属する人工の構造物である。 空中画像からの農業池の検出とその進化は、土地調査において農業の変遷、政策実施、季節的影響、気候変化を分析するのに役立つ。 本稿では,航空画像から農業用池をローカライズするためのオブジェクト検出とインスタンスセグメンテーション(OD/IS)データセットを提案する。 また,17の村で14年間に渡りバイタイムデータを収集,注釈した。その結果,2値変化検出データセットである \textbf{F}arm \textbf{P}ond \textbf{C}hange \textbf{D}etection Dataset (\textbf{FPCD}) が得られた。 FPCDデータセット上でのOD/ISデータセットにおける様々なオブジェクト検出およびインスタンスセグメンテーション手法と変更検出手法のパフォーマンスをベンチマークし分析した。 データセットはこのページで公開されている。 \textit{\url{https://huggingface.co/datasets/ctundia/FPCD}}

関連論文リスト

• PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
  私たちはaを提案します。 フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。 我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
  論文  参考訳（メタデータ） (2024-06-04T13:51:08Z)
• Portraying the Need for Temporal Data in Flood Detection via Sentinel-1 [5.380009458891537]
  リモートセンシングデータの洪水被害地域を特定することは 地球観測において重要な問題です 世界中の多様なMMFloodデータセットをマルチ日付に拡張し、各洪水イベントに関するSentinel-1観測を1年間提供する。 本稿では,人気ビデオ変化検出器ViBeにインスパイアされた簡易な方法を提案する。
  論文  参考訳（メタデータ） (2024-03-06T12:47:49Z)
• TSGAN: An Optical-to-SAR Dual Conditional GAN for Optical based SAR Temporal Shifting [0.6827423171182154]
  本研究は,光学-SAR翻訳の領域を小さくする研究である。 本稿では,所望のタイムスタンプから光データを,異なる時間点からのSARデータとともに入力する,SAR時間シフトと呼ばれる新しい手法を提案する。 このモデルは、光学データで観測された変化に基づいてSARデータを修正し、所望のタイムスタンプに対してSARデータを生成する。
  論文  参考訳（メタデータ） (2023-12-31T09:38:53Z)
• Leveraging Citizen Science for Flood Extent Detection using Machine Learning Benchmark Dataset [0.9029386959445269]
  我々は、アメリカ本土とバングラデシュ内の約36,000平方キロメートルの地域をカバーする、既知の洪水イベントの間に、ラベル付きの水域範囲と浸水地域の範囲を作成します。 また、データセットをオープンソース化し、データセットに基づいたオープンコンペティションを開催して、コミュニティ生成モデルを使用した洪水範囲検出を迅速にプロトタイプ化しました。 データセットはSentinel-1C SARデータに基づく既存のデータセットに追加され、より堅牢な洪水範囲のモデリングにつながります。
  論文  参考訳（メタデータ） (2023-11-15T18:49:29Z)
• DAM-Net: Global Flood Detection from SAR Imagery Using Differential Attention Metric-Based Vision Transformers [22.885444177106873]
  高分解能合成開口レーダ(SAR)画像を用いた浸水領域の検出は危機管理や災害管理における重要な課題である。 そこで本研究では,新しいディファレンシャル・アテンション・メトリック・ベース・ネットワーク(DAM-Net)を提案する。 DAM-Netは、多時間画像のマルチスケールな変化特徴を得るためのウェイトシェアリングシームスバックボーンと、水体変化の高レベルな意味情報を含むトークンの2つのキーコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-06-01T14:12:33Z)
• 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 Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and Ground Truth [61.90504318229845]
  本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。 このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。 このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
  論文  参考訳（メタデータ） (2022-06-13T19:14:06Z)
• Temporal Cluster Matching for Change Detection of Structures from Satellite Imagery [6.347756122672385]
  モデルの裏にある直観は、建物が建設される(または取り壊される)とき、建物の足跡内外のスペクトル値の関係が変わるということである。 提案手法は有効なデータ拡張戦略として機能し、研究者が時間次元に沿って既存の構造フットプリントラベルを拡張できることを示します。
  論文  参考訳（メタデータ） (2021-03-17T17:20:16Z)
• PV-RAFT: Point-Voxel Correlation Fields for Scene Flow Estimation of Point Clouds [89.76093400242088]
  本稿では,点雲からのシーンフローを推定するPV-RAFT(Point-Voxel Recurrent All-Pairs Field Transforms)法を提案する。 提案手法をFlyingThings3DとKITTI Scene Flow 2015データセットで評価した。
  論文  参考訳（メタデータ） (2020-12-02T06:20:54Z)
• Bi-Dimensional Feature Alignment for Cross-Domain Object Detection [71.85594342357815]
  教師なしクロスドメイン検出モデルを提案する。 ソースドメインのアノテーション付きデータを利用して、異なるターゲットドメインに対してオブジェクト検出器をトレーニングする。 提案モデルでは、オブジェクト検出のためのクロスドメイン表現のばらつきを緩和する。
  論文  参考訳（メタデータ） (2020-11-14T03:03:11Z)
• Farmland Parcel Delineation Using Spatio-temporal Convolutional Networks [77.63950365605845]
  ファームパーセル・デライン化は、気候変動政策の開発と管理において重要なカダストラルデータを提供する。 このデータは、極端な気象災害に伴う損害後の補償を評価するための農業保険セクターにも有用である。 衛星画像の利用は、農場の区画整理作業を行うためのスケーラブルで費用対効果の高い方法である。
  論文  参考訳（メタデータ） (2020-04-11T19:49:09Z)

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。