論文の概要: Detecting Looted Archaeological Sites from Satellite Image Time Series

• arxiv url: http://arxiv.org/abs/2409.09432v1
• Date: Sat, 14 Sep 2024 13:13:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-17 20:47:24.892061
• Title: Detecting Looted Archaeological Sites from Satellite Image Time Series
• Title（参考訳）: 衛星画像から発掘された遺跡の発見
• Authors: Elliot Vincent, Mehraïl Saroufim, Jonathan Chemla, Yves Ubelmann, Philippe Marquis, Jean Ponce, Mathieu Aubry,
• Abstract要約: このデータセットは、アフガニスタンの675の遺跡で8年以上にわたって月55,480枚の画像が収集された多時期リモートセンシングデータセットである。 トレーニングサンプルの数が限られていること、クラス不均衡、弱いバイナリアノテーションが時系列のレベルでのみ利用できるため、特にデータセットネームは難しいです。 ベースラインの集合を多数評価し,基礎モデルを用いることによる実質的なメリットを概説し,単一の画像ではなく,完全な時系列を用いて提供できる追加の強化を示す。
• 参考スコア（独自算出の注目度）: 29.881103145285252
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Archaeological sites are the physical remains of past human activity and one of the main sources of information about past societies and cultures. However, they are also the target of malevolent human actions, especially in countries having experienced inner turmoil and conflicts. Because monitoring these sites from space is a key step towards their preservation, we introduce the DAFA Looted Sites dataset, \datasetname, a labeled multi-temporal remote sensing dataset containing 55,480 images acquired monthly over 8 years across 675 Afghan archaeological sites, including 135 sites looted during the acquisition period. \datasetname~is particularly challenging because of the limited number of training samples, the class imbalance, the weak binary annotations only available at the level of the time series, and the subtlety of relevant changes coupled with important irrelevant ones over a long time period. It is also an interesting playground to assess the performance of satellite image time series (SITS) classification methods on a real and important use case. We evaluate a large set of baselines, outline the substantial benefits of using foundation models and show the additional boost that can be provided by using complete time series instead of using a single image.
• Abstract（参考訳）: 考古学遺跡は、過去の人間の活動の物理的遺構であり、過去の社会や文化に関する主要な情報源の1つである。 しかし、それらはまた、特に内乱や紛争を経験した国において、悪意ある人間の行動の標的でもある。 宇宙からこれらのサイトをモニタリングすることは、その保存に向けた重要なステップである。DAFA Looted Sites データセットである \datasetname は、アフガニスタンの675の考古学遺跡で毎月8年以上にわたって取得された55,480枚の画像を含む、ラベル付きマルチ時間リモートセンシングデータセットである。 トレーニングサンプルの数が限られていること、クラス不均衡、時系列のレベルでしか利用できない弱いバイナリアノテーション、関連する変更の微妙さと長期間にわたる重要な無関係なものが原因で、特に難しい。 また、衛星画像時系列分類法(SITS)の性能を実例と重要事例で評価するための興味深い遊び場である。 ベースラインの集合を多数評価し,基礎モデルを用いることによる実質的なメリットを概説し,単一の画像ではなく,完全な時系列を用いて提供できる追加の強化を示す。

関連論文リスト

• Towards Generalisable Time Series Understanding Across Domains [10.350643783811174]
  一般時系列解析のためのオープンモデルであるOTiSを紹介する。 本稿では,学習可能なドメイン固有シグネチャを持つトークンマイザを含む,新しい事前学習パラダイムを提案する。 我々のモデルは、8つの異なるドメインにまたがる640,187個のサンプルと11億個のタイムポイントからなる大規模なコーパスで事前訓練されている。
  論文  参考訳（メタデータ） (2024-10-09T17:09:30Z)
• SpectralEarth: Training Hyperspectral Foundation Models at Scale [47.93167977587301]
  ハイパースペクトル基礎モデルの事前学習を目的とした大規模マルチ時間データセットであるSpectralEarthを紹介する。 我々は、最先端の自己教師付き学習(SSL)アルゴリズムを用いて、SpectralEarthの一連の基礎モデルを事前訓練する。 我々は、土地被覆と収穫型マッピングのための4つの下流データセットを構築し、モデル評価のためのベンチマークを提供する。
  論文  参考訳（メタデータ） (2024-08-15T22:55:59Z)
• An Aligned Multi-Temporal Multi-Resolution Satellite Image Dataset for Change Detection Research [0.0]
  本稿では,変化検出のための多時間・多解像度衛星画像データセットについて述べる。 このデータセットは、SpaceNet-7データセットをランドサットとセンチネルの画像の時間並列スタックで拡張することで作成された。
  論文  参考訳（メタデータ） (2023-02-23T19:43:20Z)
• SpOT: Spatiotemporal Modeling for 3D Object Tracking [68.12017780034044]
  3Dマルチオブジェクトトラッキングは、常にすべてのモバイル時間を特定することを目的としている。 現在の3Dトラッキング手法は、抽象化された情報と限られた歴史に依存している。 本研究では,空間的情報と時間的情報の両方を活用するシーンの全体的表現を開発する。
  論文  参考訳（メタデータ） (2022-07-12T21:45:49Z)
• DynamicEarthNet: Daily Multi-Spectral Satellite Dataset for Semantic Change Segmentation [43.72597365517224]
  本稿では,75個の関心領域を毎日,多スペクトルで観測するDynamicEarthNetデータセットを提案する。 これらの観察は、7つの土地利用と土地被覆クラスからなる画素単位の月間セマンティックセマンティックセグメンテーションラベルと組み合わせられる。
  論文  参考訳（メタデータ） (2022-03-23T17:22:22Z)
• Embedding Earth: Self-supervised contrastive pre-training for dense land cover classification [61.44538721707377]
  本研究では,衛星画像の高可用性を活用するための自己監督型コントラスト事前学習法として,エンベディングアースを提案する。 提案手法による事前学習では, 25%の絶対mIoUが得られた。 学習した特徴は、異なる領域間で一般化され、提案した事前学習スキームの可能性を開放する。
  論文  参考訳（メタデータ） (2022-03-11T16:14:14Z)
• There is a Time and Place for Reasoning Beyond the Image [63.96498435923328]
  画像は人間の目へのピクセルだけでなく、他のソースからのコンテキスト情報から推論、関連付け、推論して、推論することで、より完全な画像を確立することができる。 我々は、ニューヨーク・タイムズ(NYT)から自動的に抽出された16k画像と関連するニュース、時間、位置のデータセットTARAと、WITから離れた監視対象として追加で61k例を紹介した。 我々は、最先端のジョイントモデルと人間のパフォーマンスの間に70%のギャップがあることを示し、これは、セグメントワイズ推論を用いて高レベルな視覚言語ジョイントモデルを動機づける提案モデルによってわずかに満たされている。
  論文  参考訳（メタデータ） (2022-03-01T21:52:08Z)
• Semi-Supervised Contrastive Learning for Remote Sensing: Identifying Ancient Urbanization in the South Central Andes [11.489739686646647]
  本研究では,95,358枚のラベル付き画像と5,830枚のラベル付き画像を用いて,長い尾を持つ衛星画像データセットから古代の建物を検知する問題の解決を行う。 我々の半教師付きコントラスト学習モデルは79.0%の精度で有望なテストを行い、他の最先端の手法と比べて3.8%改善した。
  論文  参考訳（メタデータ） (2021-12-13T06:26:47Z)
• Detection of Deepfake Videos Using Long Distance Attention [73.6659488380372]
  既存のほとんどの検出方法は、問題をバニラ二項分類問題として扱う。 本稿では,偽顔と実顔の相違が非常に微妙であるため,特にきめ細かな分類問題として扱われる。 大域的な視点で空間的・時間的偽の痕跡を捉えるための2つの要素を持つ時空間モデルを提案する。
  論文  参考訳（メタデータ） (2021-06-24T08:33:32Z)

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。