Fugu-MT 論文翻訳(概要): Event detection from novel data sources: Leveraging satellite imagery alongside GPS traces

論文の概要: Event detection from novel data sources: Leveraging satellite imagery alongside GPS traces

arxiv url: http://arxiv.org/abs/2401.10890v1
Date: Fri, 19 Jan 2024 18:59:37 GMT
ステータス: 処理完了
システム内更新日: 2024-01-22 14:59:29.973986
Title: Event detection from novel data sources: Leveraging satellite imagery alongside GPS traces
Title（参考訳）: 新たなデータソースからのイベント検出:GPSトレースとともに衛星画像を活用する
Authors: Ekin Ugurel, Steffen Coenen, Minda Zhou Chen, Cynthia Chen
Abstract要約: 本稿では,衛星画像とプライバシ強化モバイルデータを組み合わせた新しいデータ融合手法を提案する。提案手法の適用例としては,農村部における小規模災害(竜巻,山火事,洪水など)の検出,遠隔地における失われたハイカーの捜索・救助活動の強化,戦時国家における活発な紛争地域と人口移動の特定などが挙げられる。
参考スコア（独自算出の注目度）: 0.9075220953694432
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Rapid identification and response to breaking events, particularly those that pose a threat to human life such as natural disasters or conflicts, is of paramount importance. The prevalence of mobile devices and the ubiquity of network connectivity has generated a massive amount of temporally- and spatially-stamped data. Numerous studies have used mobile data to derive individual human mobility patterns for various applications. Similarly, the increasing number of orbital satellites has made it easier to gather high-resolution images capturing a snapshot of a geographical area in sub-daily temporal frequency. We propose a novel data fusion methodology integrating satellite imagery with privacy-enhanced mobile data to augment the event inference task, whether in real-time or historical. In the absence of boots on the ground, mobile data is able to give an approximation of human mobility, proximity to one another, and the built environment. On the other hand, satellite imagery can provide visual information on physical changes to the built and natural environment. The expected use cases for our methodology include small-scale disaster detection (i.e., tornadoes, wildfires, and floods) in rural regions, search and rescue operation augmentation for lost hikers in remote wilderness areas, and identification of active conflict areas and population displacement in war-torn states. Our implementation is open-source on GitHub: https://github.com/ekinugurel/SatMobFusion.
Abstract（参考訳）: 突破事件に対する迅速な識別と対応、特に自然災害や紛争などの人間の生命に脅威を与えるものは、最重要事項である。モバイルデバイスの普及とネットワーク接続のユビキタス化は、時間的および空間的にサンプリングされた膨大なデータを生み出した。多くの研究がモバイルデータを用いて、様々な応用のための個人の移動パターンを導出してきた。同様に、軌道衛星の数が増加すると、地理的領域のスナップショットを日々の頻度で撮影する高解像度画像の収集が容易になる。本稿では,衛星画像とプライバシ強化されたモバイルデータを統合した新しいデータ融合手法を提案する。地上にブーツがない場合、モバイルデータは、人間の移動性、互いに近接性、および構築された環境の近似を与えることができる。一方、衛星画像は、構築された自然環境に対する物理的変化の視覚的情報を提供することができる。本手法は,農村部における小規模の災害検知(竜巻,山火事,洪水),遠隔地における失われたハイカーの捜索・救助活動の強化,戦争・紛争状態におけるアクティブコンフリクト地域と人口移動の特定等を想定した。私たちの実装はGitHubでオープンソースです。

関連論文リスト

FUSU: A Multi-temporal-source Land Use Change Segmentation Dataset for Fine-grained Urban Semantic Understanding [6.833536116934201]
都市セマンティック理解のための土地利用変化セグメンテーションデータセットであるFUSUを紹介した。 FUSUは、これまでで最も詳細な土地利用分類システムであり、17のクラスと300億ピクセルのアノテーションがある。中国南部と北部の5つの都市部で847km2をカバーし、0.2-0.5mの地中サンプルと月毎の光学・レーダー衛星時系列の両時間高解像度衛星画像を含んでいる。
論文参考訳（メタデータ） (2024-05-29T12:56:11Z)
On the Generation of a Synthetic Event-Based Vision Dataset for Navigation and Landing [69.34740063574921]
本稿では,最適な着陸軌道からイベントベースの視覚データセットを生成する手法を提案する。我々は,惑星と小惑星の自然シーン生成ユーティリティを用いて,月面のフォトリアリスティックな画像のシーケンスを構築した。パイプラインは500トラジェクトリのデータセットを構築することで,表面特徴の現実的なイベントベース表現を生成することができることを示す。
論文参考訳（メタデータ） (2023-08-01T09:14:20Z)
Anomaly Detection in Satellite Videos using Diffusion Models [5.378437695174892]
衛星データによる極端事象のリアルタイム検出は,災害管理に不可欠である。動きの速い異常を捉えるために運動成分を必要としない拡散モデルを提案する。
論文参考訳（メタデータ） (2023-05-25T19:17:39Z)
VPAIR -- Aerial Visual Place Recognition and Localization in Large-scale Outdoor Environments [49.82314641876602]
VPAIRという新しいデータセットを提示します。データセットは地上300メートル以上の高度で飛行する軽航空機に記録されている。このデータセットは、様々なタイプの挑戦的な風景を、100km以上にわたってカバーしている。
論文参考訳（メタデータ） (2022-05-23T18:50:08Z)
Manipulating UAV Imagery for Satellite Model Training, Calibration and Testing [4.514832807541816]
現代の家畜の農業はますますデータ駆動化が進み、広範囲のデータを収集するために効率的なリモートセンシングに依存している。衛星画像はそのようなデータソースの1つであり、カバー範囲が増加しコストが低下するにつれて、農家にとってアクセスしやすくなっている。本稿では,衛星データの品質に合わせた高分解能UAV画像の多時間データセットを提案する。
論文参考訳（メタデータ） (2022-03-22T03:57:02Z)
Artificial Dummies for Urban Dataset Augmentation [0.0]
画像中の歩行者検知器を訓練するための既存のデータセットは、外観やポーズの変動が限られている。本稿では,人を含む都市景観の合成制御のための拡張手法について述べる。 DummyNetが生成するデータは、さまざまなデータセットにわたる複数の既存の人検出器のパフォーマンスを向上させることを実証します。
論文参考訳（メタデータ） (2020-12-15T13:17:25Z)
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)
Batch Exploration with Examples for Scalable Robotic Reinforcement Learning [63.552788688544254]
BEE(Batch Exploration with Examples)は、重要状態の画像の少ない数の人間がガイドする状態空間の関連領域を探索する。 BEEは、シミュレーションと本物のフランカロボットの両方で、視覚ベースの操作に挑戦することができる。
論文参考訳（メタデータ） (2020-10-22T17:49:25Z)
A Flow Base Bi-path Network for Cross-scene Video Crowd Understanding in Aerial View [93.23947591795897]
本稿では,これらの課題に対処し,ドローンから収集した視覚的データから参加者を自動的に理解する。クロスシーンテストで発生する背景雑音を軽減するために, 二重ストリーム群カウントモデルを提案する。極暗環境下での集団密度推定問題に対処するために,ゲームグランドセフトオートV(GTAV)によって生成された合成データを導入する。
論文参考訳（メタデータ） (2020-09-29T01:48:24Z)
Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文参考訳（メタデータ） (2020-08-29T15:14:03Z)
Inferring Nighttime Satellite Imagery from Human Mobility [3.206489953505937]
夜間の衛星画像は、幅広い社会経済的要因を研究するための一様でグローバルなデータ源として、何十年も使われてきた。最近、地球上の別の情報源が、同様のグローバルなカバレッジを持つデータ、匿名および集約されたスマートフォンの位置を生成している。このデータは、生産する光ではなく、人や人口の移動パターンを計測するものです。
論文参考訳（メタデータ） (2020-02-28T14:25:11Z)

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。