論文の概要: Geo-Tiles for Semantic Segmentation of Earth Observation Imagery

• arxiv url: http://arxiv.org/abs/2306.00823v2
• Date: Wed, 7 Jun 2023 16:23:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-08 17:56:59.886526
• Title: Geo-Tiles for Semantic Segmentation of Earth Observation Imagery
• Title（参考訳）: 地球観測画像の意味セグメンテーションのためのジオタイル
• Authors: Sebastian Bullinger and Florian Fervers and Christoph Bodensteiner and Michael Arens
• Abstract要約: 既存の手法とベンチマークデータセットは、ピクセルベースのタイリングスキームや、Webマッピングアプリケーションで使用されるジオタイリングスキームに依存している。 異種データに基づくジオタイルを生成するタイリング方式を用いて,地球観測画像のための新しいセグメンテーションパイプラインを提案する。 このアプローチは、ピクセルベースの、あるいは一般的なWebマッピングアプローチと比較して、いくつかの有益な特性を示す。 提案システムは,現在最先端のセマンティックセグメンテーションモデルの結果を改善することができることを示す。
• 参考スコア（独自算出の注目度）: 7.49377967268953
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To cope with the high requirements during the computation of semantic segmentations of earth observation imagery, current state-of-the-art pipelines divide the corresponding data into smaller images. Existing methods and benchmark datasets oftentimes rely on pixel-based tiling schemes or on geo-tiling schemes employed by web mapping applications. The selection of subimages (comprising size, location and orientation) is crucial. It affects the available context information of each pixel, defines the number of tiles during training, and influences the degree of information degradation while down- and up-sampling the tile contents to the size required by the segmentation model. We propose a new segmentation pipeline for earth observation imagery relying on a tiling scheme that creates geo-tiles based on the geo-information of the raster data. This approach exhibits several beneficial properties compared to pixel-based or common web mapping approaches. The proposed tiling scheme shows flexible customization properties regarding tile granularity, tile stride and image boundary alignment. This allows us to perform a tile specific data augmentation during training and a substitution of pixel predictions with limited context information using data of overlapping tiles during inference. The generated tiles show a consistent spatial tile extent w.r.t. heterogeneous sensors, varying recording distances and different latitudes. We demonstrate how the proposed tiling system allows to improve the results of current state-of-the-art semantic segmentation models. To foster future research we make the source code publicly available.
• Abstract（参考訳）: 地球観測画像のセマンティックセグメンテーションの計算において高い要求に対処するため、現在の最先端パイプラインは対応するデータをより小さな画像に分割する。 既存の手法やベンチマークデータセットは、しばしばピクセルベースのタイリングスキームやWebマッピングアプリケーションで使用されるジオタイリングスキームに依存している。 サブイメージ(サイズ、位置、方向を含む)の選択が重要である。 これは各ピクセルの利用可能なコンテキスト情報に影響し、トレーニング中のタイルの数を定義し、セグメンテーションモデルに必要なサイズまでタイル内容をダウンサンプリングしながら、情報の劣化度に影響を与える。 本研究では,ラスターデータの地理情報に基づいてタイルを作成するタイル構造に基づく地球観測画像のセグメンテーションパイプラインを提案する。 このアプローチは、ピクセルベースの、あるいは一般的なWebマッピングアプローチと比較して、いくつかの有益な特性を示す。 提案手法は, タイル粒度, タイルストライドおよび画像境界アライメントに関する柔軟なカスタマイズ特性を示す。 これにより、トレーニング中にタイル固有のデータ拡張を行うことができ、推論中に重複するタイルのデータを使用して、限られたコンテキスト情報で画素予測を置換することができる。 生成したタイルは、一定の空間タイル幅w.r.t.不均質なセンサを示し、記録距離や緯度が異なる。 提案システムは,現在最先端のセマンティックセグメンテーションモデルの結果を改善することができることを示す。 将来の研究を促進するため、ソースコードを公開しています。

関連論文リスト

• EmerDiff: Emerging Pixel-level Semantic Knowledge in Diffusion Models [52.3015009878545]
  我々は、追加の訓練をすることなく、きめ細かなセグメンテーションマップを生成できる画像セグメンタを開発した。 低次元特徴写像の空間的位置と画像画素間の意味的対応を同定する。 大規模な実験では、生成したセグメンテーションマップがよく説明され、画像の細部を捉えることが示されている。
  論文  参考訳（メタデータ） (2024-01-22T07:34:06Z)
• OsmLocator: locating overlapping scatter marks with a non-training generative perspective [48.50108853199417]
  重複するマークの配置には、テクスチャの欠如、文脈の少ない情報、ハロー形状、小さなサイズなど、多くの困難がある。 ここでは、クラスタリングに基づく再視覚化の最適化問題として、非学習的生成の観点から定式化する。 特に,異なるマーカーと様々な重なり合いの重なり合いを持つ何百もの散乱画像を含む2023というデータセットを構築し,提案手法を既存の手法と比較した。
  論文  参考訳（メタデータ） (2023-12-18T12:39:48Z)
• CSP: Self-Supervised Contrastive Spatial Pre-Training for Geospatial-Visual Representations [90.50864830038202]
  ジオタグ付き画像の自己教師型学習フレームワークであるContrastive Spatial Pre-Training(CSP)を提案する。 デュアルエンコーダを用いて画像とその対応する位置情報を別々に符号化し、コントラスト目的を用いて画像から効果的な位置表現を学習する。 CSPは、様々なラベル付きトレーニングデータサンプリング比と10～34%の相対的な改善で、モデル性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-05-01T23:11:18Z)
• Cross-view Geo-localization via Learning Disentangled Geometric Layout Correspondence [11.823147814005411]
  クロスビュージオローカライゼーションは、参照ジオタグ付き空中画像データベースとマッチングすることで、クエリーグラウンド画像の位置を推定することを目的としている。 最近の研究は、クロスビューなジオローカライゼーションベンチマークにおいて顕著な進歩を遂げている。 しかし、既存の手法は依然としてクロスエリアベンチマークのパフォーマンスの低下に悩まされている。
  論文  参考訳（メタデータ） (2022-12-08T04:54:01Z)
• Scalable Self-Supervised Representation Learning from Spatiotemporal Motion Trajectories for Multimodal Computer Vision [0.0]
  本稿では,GPSトラジェクトリから地理的位置の表現を学習するための自己教師付きラベルなし手法を提案する。 到達可能性埋め込みは意味論的に意味のある表現であり,精度・リコール曲線(AUPRC)測定値の領域を用いて測定すると,性能が4～23%向上することを示す。
  論文  参考訳（メタデータ） (2022-10-07T02:41:02Z)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• BI-GCN: Boundary-Aware Input-Dependent Graph Convolution Network for Biomedical Image Segmentation [21.912509900254364]
  セグメント化タスクにグラフ畳み込みを適用し,改良されたtextitLaplacianを提案する。 本手法は,大腸内視鏡像におけるポリープの分画と光ディスク,光カップのカラーファンドス画像における画期的なアプローチよりも優れていた。
  論文  参考訳（メタデータ） (2021-10-27T21:12:27Z)
• Reachability Embeddings: Scalable Self-Supervised Representation Learning from Markovian Trajectories for Geospatial Computer Vision [0.0]
  ラベルのないGPSトラジェクトリから地理的位置の表現を学習するための自己教師付き手法を提案する。 スケーラブルで分散されたアルゴリズムは、リーチビリティ・サマリーと呼ばれるイメージライクな表現を計算するために提示される。 到達可能性埋め込みは意味的に意味のある表現であり、結果として性能が4～23%向上することを示す。
  論文  参考訳（メタデータ） (2021-10-24T20:10:22Z)
• Segmentation of VHR EO Images using Unsupervised Learning [19.00071868539993]
  単一のラベルのないシーンでトレーニングできる教師なしセマンティックセマンティックセマンティクス手法を提案する。 提案手法は、この特性を利用して、より大きなシーンから小さなパッチをサンプリングする。 対象画像/シーンの教師なしトレーニングの後、モデルはシーンに存在する主要なクラスを自動的に分離し、セグメンテーションマップを生成する。
  論文  参考訳（メタデータ） (2021-07-09T11:42:48Z)
• Geography-Aware Self-Supervised Learning [79.4009241781968]
  異なる特徴により、標準ベンチマークにおけるコントラスト学習と教師あり学習の間には、非自明なギャップが持続していることが示される。 本稿では,リモートセンシングデータの空間的整合性を利用した新しいトレーニング手法を提案する。 提案手法は,画像分類,オブジェクト検出,セマンティックセグメンテーションにおけるコントラスト学習と教師あり学習のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2020-11-19T17:29:13Z)
• Spatial Pyramid Based Graph Reasoning for Semantic Segmentation [67.47159595239798]
  セマンティックセグメンテーションタスクにグラフ畳み込みを適用し、改良されたラプラシアンを提案する。 グラフ推論は、空間ピラミッドとして構成された元の特徴空間で直接実行される。 計算とメモリのオーバーヘッドの利点で同等のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2020-03-23T12:28:07Z)

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。