Fugu-MT 論文翻訳(概要): Integrated Dynamic Phenological Feature for Remote Sensing Image Land Cover Change Detection

論文の概要: Integrated Dynamic Phenological Feature for Remote Sensing Image Land Cover Change Detection

arxiv url: http://arxiv.org/abs/2408.04144v1
Date: Thu, 8 Aug 2024 01:07:28 GMT
ステータス: 処理完了
システム内更新日: 2024-08-09 17:00:24.115252
Title: Integrated Dynamic Phenological Feature for Remote Sensing Image Land Cover Change Detection
Title（参考訳）: リモートセンシング画像土地被覆変化検出のための統合的動的現象論的特徴
Authors: Yi Liu, Chenhao Sun, Hao Ye, Xiangying Liu, Weilong Ju,
Abstract要約: 本稿では,表現学的特徴をリモートセンシング画像CDフレームワークに統合するInPheaモデルを提案する。 4つの制約モジュールと多段階のコントラスト学習アプローチを備えた制約器を用いて,表現学的特徴の理解を支援する。 HRSCD、SECD、PSCD-Wuhanデータセットの実験は、InPheaが他のモデルより優れていることを示している。
参考スコア（独自算出の注目度）: 5.109855690325439
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Remote sensing image change detection (CD) is essential for analyzing land surface changes over time, with a significant challenge being the differentiation of actual changes from complex scenes while filtering out pseudo-changes. A primary contributor to this challenge is the intra-class dynamic changes due to phenological characteristics in natural areas. To overcome this, we introduce the InPhea model, which integrates phenological features into a remote sensing image CD framework. The model features a detector with a differential attention module for improved feature representation of change information, coupled with high-resolution feature extraction and spatial pyramid blocks to enhance performance. Additionally, a constrainer with four constraint modules and a multi-stage contrastive learning approach is employed to aid in the model's understanding of phenological characteristics. Experiments on the HRSCD, SECD, and PSCD-Wuhan datasets reveal that InPhea outperforms other models, confirming its effectiveness in addressing phenological pseudo-changes and its overall model superiority.
Abstract（参考訳）: リモートセンシング画像変化検出(CD)は地表面の変化を時間とともに解析するために不可欠であり、擬似変化をフィルタリングしながら複雑なシーンから実際の変化を区別することが大きな課題である。この課題の主因は、自然界における現象学的特徴によるクラス内動的変化である。これを解決するために,表現学的特徴をリモートセンシング画像CDフレームワークに統合するInPheaモデルを提案する。このモデルは,高分解能な特徴抽出と空間ピラミッドブロックを併用して性能を向上させることで,変化情報の特徴表現を改善するディファレンシャルアテンションモジュールを備えた検出器を備える。さらに、4つの制約モジュールと多段階のコントラスト学習アプローチを持つ制約器を用いて、モデルが表現学的特性を理解するのを助ける。 HRSCD、SECD、PSCD-Wuhanデータセットの実験では、InPheaは他のモデルよりも優れており、現象学的擬似変化に対処する効果と全体的なモデル優位性が確認されている。

関連論文リスト

Novel Change Detection Framework in Remote Sensing Imagery Using Diffusion Models and Structural Similarity Index (SSIM) [0.0]
変化検出はリモートセンシングにおいて重要な課題であり、環境変化、都市の成長、災害影響のモニタリングを可能にする。近年の機械学習、特に拡散モデルのような生成モデルの発展は、変化検出精度を高める新たな機会を提供する。本稿では,安定拡散モデルの強度と構造類似度指数(SSIM)を組み合わせ,頑健で解釈可能な変化マップを作成する新しい変化検出フレームワークを提案する。
論文参考訳（メタデータ） (2024-08-20T07:54:08Z)
Changen2: Multi-Temporal Remote Sensing Generative Change Foundation Model [62.337749660637755]
安価で自動的な生成モデルに基づく変更データ生成器を提案する。 Changen2は、自己監督を通じて大規模にトレーニング可能な、生成的な変更基盤モデルである。得られたモデルには、固有のゼロショット変化検出機能と優れた転送性がある。
論文参考訳（メタデータ） (2024-06-26T01:03:39Z)
Siamese Meets Diffusion Network: SMDNet for Enhanced Change Detection in High-Resolution RS Imagery [7.767708235606408]
我々は,新しいネットワークであるSiamese-U2Net Feature Differential Meets Network (SMDNet)を提案する。このネットワークは、画像エッジ変化検出の精度を向上させるために、Siam-U2Net Feature Differential (SU-FDE)とデノイング拡散暗黙モデルを組み合わせる。特徴抽出モデルと拡散モデルを組み合わせることで,リモートセンシング画像における変化検出の有効性を示す。
論文参考訳（メタデータ） (2024-01-17T16:48:55Z)
Time Travelling Pixels: Bitemporal Features Integration with Foundation Model for Remote Sensing Image Change Detection [28.40070234949818]
Time Travelling Pixels (TTP)は、潜在知識基盤モデルを変更検出に統合する新しいアプローチである。 LEVIR-CDで得られた最先端の成績は,TTPの有効性を裏付けるものであった。
論文参考訳（メタデータ） (2023-12-23T08:56:52Z)
Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。提案手法は平均精度(MAP)を約45.7%向上させる。この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文参考訳（メタデータ） (2023-11-21T19:49:13Z)
Remote Sensing Image Change Detection with Graph Interaction [1.8579693774597708]
本稿では,BGINet-CDを用いたリモートセンシングによる画像変化検出のためのバイテンポラル画像グラフインタラクションネットワークを提案する。本モデルは,GZ CDデータセット上の他の最先端手法(SOTA)と比較して,優れた性能を示す。
論文参考訳（メタデータ） (2023-07-05T03:32:49Z)
Exploring Invariant Representation for Visible-Infrared Person Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。 RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文参考訳（メタデータ） (2023-02-02T05:24:50Z)
Variational Causal Dynamics: Discovering Modular World Models from Interventions [25.084146613277973]
後期世界モデルでは、エージェントは高次元の観測で複雑な環境を推論することができる。本稿では,環境間の因果的メカニズムの不変性を利用した構造化世界モデルである,変分因果ダイナミクス(VCD)を提案する。
論文参考訳（メタデータ） (2022-06-22T14:28:40Z)
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)
Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
論文参考訳（メタデータ） (2020-09-01T03:38:31Z)
Single Image Deraining via Scale-space Invariant Attention Neural Network [58.5284246878277]
我々は,カメラに対するレインステーキの外観の視覚的変化に対処するスケールの概念に取り組む。本稿では,画素領域よりもコンパクトでロバストな畳み込み特徴領域のマルチスケール相関を表現することを提案する。このようにして、機能マップの最も活発な存在を、有能な特徴として要約する。
論文参考訳（メタデータ） (2020-06-09T04:59:26Z)

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。