論文の概要: Alberta Wells Dataset: Pinpointing Oil and Gas Wells from Satellite Imagery

• arxiv url: http://arxiv.org/abs/2410.09032v1
• Date: Fri, 11 Oct 2024 17:49:50 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-30 20:26:51.482759
• Title: Alberta Wells Dataset: Pinpointing Oil and Gas Wells from Satellite Imagery
• Title（参考訳）: アルバータ・ウェルズ、衛星画像から石油とガスの井戸を特定
• Authors: Pratinav Seth, Michelle Lin, Brefo Dwamena Yaw, Jade Boutot, Mary Kang, David Rolnick,
• Abstract要約: 何百万もの石油とガスの井戸が世界中に散らばっている。 これらの場所の多くは不明であり、井戸がふさがれるのを防ぎ、汚染効果が回避された。 本稿では,Planet Labsの高解像度マルチスペクトル衛星画像を活用した,この問題に対する最初の大規模ベンチマークデータセットを紹介する。
• 参考スコア（独自算出の注目度）: 19.482912977993422
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Millions of abandoned oil and gas wells are scattered across the world, leaching methane into the atmosphere and toxic compounds into the groundwater. Many of these locations are unknown, preventing the wells from being plugged and their polluting effects averted. Remote sensing is a relatively unexplored tool for pinpointing abandoned wells at scale. We introduce the first large-scale benchmark dataset for this problem, leveraging medium-resolution multi-spectral satellite imagery from Planet Labs. Our curated dataset comprises over 213,000 wells (abandoned, suspended, and active) from Alberta, a region with especially high well density, sourced from the Alberta Energy Regulator and verified by domain experts. We evaluate baseline algorithms for well detection and segmentation, showing the promise of computer vision approaches but also significant room for improvement.
• Abstract（参考訳）: 何百万もの石油やガスの井戸が世界中に散らばっており、メタンを大気中に放出し、有害化合物を地下水に放出している。 これらの場所の多くは不明であり、井戸がふさがれるのを防ぎ、汚染効果が回避された。 リモートセンシングは、放棄された井戸を大規模にピンポイントする比較的未調査のツールである。 本稿では,Planet Labsの高解像度マルチスペクトル衛星画像を活用した,この問題に対する最初の大規模ベンチマークデータセットを紹介する。 我々のキュレートされたデータセットは、特に高密度のアルバータ州の213,000の井戸(放棄、停止、アクティブ)で構成され、アルバータエネルギーレギュレータから供給され、ドメインの専門家によって検証されている。 我々は、コンピュータビジョンアプローチの約束を示すとともに、改善のための重要な余地を示すとともに、良質な検出とセグメンテーションのためのベースラインアルゴリズムを評価する。

関連論文リスト

• Oil Spill Drone: A Dataset of Drone-Captured, Segmented RGB Images for Oil Spill Detection in Port Environments [0.0]
  海洋環境では、石油流出検知のためにRGB画像を使用するデータセットが不足しています。 本稿では,デスクトップおよびエッジコンピューティングプラットフォーム上でのニューラルネットワークを用いた,ユニークな注釈付きデータセットを提案する。 ドローンでキャプチャされたデータセットは、石油、水などに分類される1268のイメージと、Unetモデルアーキテクチャを用いてトレーニングされた畳み込みニューラルネットワークで構成され、石油検出のためのF1スコアが0.71である。
  論文  参考訳（メタデータ） (2024-02-28T09:47:35Z)
• Zone Evaluation: Revealing Spatial Bias in Object Detection [69.59295428233844]
  物体検出器の基本的限界は、それらが「空間バイアス」に苦しむことである。 本稿では,ゾーン間の検出性能を計測する新しいゾーン評価プロトコルを提案する。 初めて数値的な結果が得られ、対象検出器はゾーンにわたって非常に不均一に機能することを示した。
  論文  参考訳（メタデータ） (2023-10-20T01:44:49Z)
• Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
  メタンは最も強力な温室効果ガスの1つである。 現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。 深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
  論文  参考訳（メタデータ） (2023-08-21T19:36:50Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Very high resolution canopy height maps from RGB imagery using self-supervised vision transformer and convolutional decoder trained on Aerial Lidar [14.07306593230776]
  本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。 地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。 また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
  論文  参考訳（メタデータ） (2023-04-14T15:52:57Z)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• METER-ML: A Multi-sensor Earth Observation Benchmark for Automated Methane Source Mapping [2.814379852040968]
  深層学習はメタン源の位置と特性を特定することができる。 機械学習の研究者や実践者が自動マッピングのアプローチを構築できるような、公開データの欠如がある。 我々は、米国内で86,625のジオレファレンスNAIP、Sentinel-1、Sentinel-2画像を含むMETER-MLと呼ばれるマルチセンサーデータセットを構築した。 本モデルでは, 油田精油所および石油ターミナルにおける集中給餌作業の精度を0.915の精度で再現し, 油田精油所および石油ターミナルの0.821の精度で評価した。
  論文  参考訳（メタデータ） (2022-07-22T16:12:07Z)
• Object Detection in Aerial Images: A Large-Scale Benchmark and Challenges [124.48654341780431]
  航空画像(DOTA)におけるオブジェクトデテクションの大規模データセットとODAIの総合的ベースラインについて述べる。 提案するDOTAデータセットは,11,268個の空中画像から収集した18カテゴリのオブジェクト指向ボックスアノテーションの1,793,658個のオブジェクトインスタンスを含む。 70以上の構成を持つ10の最先端アルゴリズムをカバーするベースラインを構築し,各モデルの速度と精度を評価した。
  論文  参考訳（メタデータ） (2021-02-24T11:20:55Z)
• Counting Cows: Tracking Illegal Cattle Ranching From High-Resolution Satellite Imagery [59.32805936205217]
  牛の農業は世界の温室効果ガス排出量の8.8%を占めている。 40cmの解像度でアマゾンの衛星画像を取得し、合計28498頭の牛を含む903枚の画像のデータセットをまとめた。 本実験は,有望な結果を示し,これらの課題を解決するためのアルゴリズムとデータ収集プロセスのいずれにおいても,次のステップの重要方向を示すものである。
  論文  参考訳（メタデータ） (2020-11-14T19:07:39Z)
• OGNet: Towards a Global Oil and Gas Infrastructure Database using Deep Learning on Remotely Sensed Imagery [8.471461072749472]
  地球が現在経験している温暖化の少なくとも4分の1は、人為的なメタンの放出によるものである。 本研究では,石油やガスのインフラを自動的に検出するために,高解像度の高解像度空中画像を利用するディープラーニングアルゴリズムを開発した。 我々は,OGNetが,石油・ガスインフラの4つの標準公開データセットに存在しない多くの施設を検出していることを示す。
  論文  参考訳（メタデータ） (2020-11-14T06:20:21Z)

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。