論文の概要: Semantic Neural Radiance Fields for Multi-Date Satellite Data
- arxiv url: http://arxiv.org/abs/2502.16992v1
- Date: Mon, 24 Feb 2025 09:26:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-25 15:53:59.324008
- Title: Semantic Neural Radiance Fields for Multi-Date Satellite Data
- Title（参考訳）: 多次元衛星データのための意味的ニューラルラディアンス場
- Authors: Valentin Wagner, Sebastian Bullinger, Christoph Bodensteiner, Michael Arens,
- Abstract要約: 本稿では,そのシーンの3次元意味表現を得ることのできる,衛星固有のニューラルレージアンスフィールド(NeRF)モデルを提案する。
このモデルは、対応する画素単位のセマンティックラベルを持つマルチ日付衛星画像の集合から出力を導出する。
時間的画像の不整合に対処するために意味情報を活用することで色予測を強化する。
- 参考スコア（独自算出の注目度）: 4.174845397893041
- License:
- Abstract: In this work we propose a satellite specific Neural Radiance Fields (NeRF) model capable to obtain a three-dimensional semantic representation (neural semantic field) of the scene. The model derives the output from a set of multi-date satellite images with corresponding pixel-wise semantic labels. We demonstrate the robustness of our approach and its capability to improve noisy input labels. We enhance the color prediction by utilizing the semantic information to address temporal image inconsistencies caused by non-stationary categories such as vehicles. To facilitate further research in this domain, we present a dataset comprising manually generated labels for popular multi-view satellite images. Our code and dataset are available at https://github.com/wagnva/semantic-nerf-for-satellite-data.
- Abstract（参考訳）: 本研究では,そのシーンの3次元意味表現(ニューラルセマンティックフィールド)を得ることのできる,衛星固有のニューラルレージアンスフィールド(NeRF)モデルを提案する。
モデルは、対応する画素単位のセマンティックラベルを持つマルチ日付衛星画像の集合から出力を導出する。
我々は,提案手法の頑健さと,ノイズの多い入力ラベルを改善する能力を示す。
車両などの非定常カテゴリーによる時間的画像の不整合に対処するために,意味情報を活用することで色予測を強化する。
この領域のさらなる研究を容易にするために、一般的な多視点衛星画像のための手動生成ラベルからなるデータセットを提案する。
私たちのコードとデータセットはhttps://github.com/wagnva/semantic-nerf-for-satellite-dataで公開されています。
関連論文リスト
- SatSynth: Augmenting Image-Mask Pairs through Diffusion Models for Aerial Semantic Segmentation [69.42764583465508]
我々は,地球観測における注釈付きデータの不足に対処するために,生成的画像拡散の可能性を探る。
我々の知る限りでは、衛星セグメンテーションのための画像と対応するマスクの両方を最初に生成する。
論文 参考訳（メタデータ） (2024-03-25T10:30:22Z) - Semantics from Space: Satellite-Guided Thermal Semantic Segmentation Annotation for Aerial Field Robots [8.265009823753982]
本研究では,航空機から撮影した熱画像のセマンティックセグメンテーションアノテーションを自動生成する手法を提案する。
この新しい機能は、フィールドロボットの熱的意味認識アルゴリズムを開発する際の課題を克服する。
提案手法では,低解像度衛星土地被覆データを用いた高精度なセマンティックセマンティックセマンティクスラベルを低コストで作成することができる。
論文 参考訳（メタデータ） (2024-03-21T00:59:35Z) - Rethinking Transformers Pre-training for Multi-Spectral Satellite
Imagery [78.43828998065071]
教師なし学習の最近の進歩は、下流タスクにおける有望な結果を達成するための大きな視覚モデルの可能性を示している。
このような事前学習技術は、大量の未学習データが利用可能であることから、リモートセンシング領域でも最近研究されている。
本稿では,マルチモーダルで効果的に活用されるマルチスケール情報の事前学習と活用について述べる。
論文 参考訳（メタデータ） (2024-03-08T16:18:04Z) - DiffusionSat: A Generative Foundation Model for Satellite Imagery [63.2807119794691]
現在、DiffusionSatは、現在利用可能な大規模な高解像度リモートセンシングデータセットのコレクションに基づいてトレーニングされている、最大の生成基盤モデルである。
提案手法は, リアルタイムなサンプルを作成し, 時間生成, マルチスペクトル入力の超解像, インペイントなどの複数の生成課題を解くのに利用できる。
論文 参考訳（メタデータ） (2023-12-06T16:53:17Z) - Unsupervised Discovery of Semantic Concepts in Satellite Imagery with
Style-based Wavelet-driven Generative Models [27.62417543307831]
本稿では,衛星画像の広帯域合成が可能な,最初の事前学習型およびウェーブレット型GANモデルを提案する。
ネットワークの中間的アクティベーションを解析することにより、解釈可能なセマンティックな方向を多数発見できることが示される。
論文 参考訳（メタデータ） (2022-08-03T14:19:24Z) - SatMAE: Pre-training Transformers for Temporal and Multi-Spectral
Satellite Imagery [74.82821342249039]
Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。
時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
論文 参考訳（メタデータ） (2022-07-17T01:35:29Z) - Data Generation for Satellite Image Classification Using Self-Supervised
Representation Learning [0.0]
衛星画像パッチの合成ラベルを作成するための自己教師付き学習手法を提案する。
これらの合成ラベルは、既存の教師付き学習技術のトレーニングデータセットとして使用することができる。
実験では,合成ラベルで訓練されたモデルが実ラベルで訓練されたモデルと類似した性能を示すことを示した。
論文 参考訳（メタデータ） (2022-05-28T12:54:34Z) - AutoGeoLabel: Automated Label Generation for Geospatial Machine Learning [69.47585818994959]
リモートセンシングデータのためのラベルの自動生成のためのビッグデータ処理パイプラインを評価する。
我々は,大規模データプラットフォームであるIBM PAIRSを用いて,密集都市部でそのようなラベルを動的に生成する。
論文 参考訳（メタデータ） (2022-01-31T20:02:22Z) - Controllable Image Synthesis via SegVAE [89.04391680233493]
セマンティックマップは条件付き画像生成の中間表現として一般的に使用される。
本研究では,所望のカテゴリからなるラベルセットを与えられたセマンティックマップの生成を特に対象とする。
提案するフレームワークSegVAEは,条件付き変分オートエンコーダを用いて,セマンティックマップを反復的に合成する。
論文 参考訳（メタデータ） (2020-07-16T15:18:53Z)
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。