論文の概要: A Comparative Study of U-Net Architectures for Change Detection in Satellite Images
- arxiv url: http://arxiv.org/abs/2506.07925v1
- Date: Mon, 09 Jun 2025 16:38:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-10 16:33:11.057285
- Title: A Comparative Study of U-Net Architectures for Change Detection in Satellite Images
- Title（参考訳）: 衛星画像における変化検出のためのU-Netアーキテクチャの比較検討
- Authors: Yaxita Amin, Naimisha S Trivedi, Rashmi Bhattad,
- Abstract要約: U-Netアーキテクチャは、空間情報をキャプチャし、ピクセル単位の分類を行う能力で人気を博している。
本研究は18種類のU-Net変動の比較と解析を行い,リモートセンシングにおける変化検出の可能性について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Remote sensing change detection is essential for monitoring the everchanging landscapes of the Earth. The U-Net architecture has gained popularity for its capability to capture spatial information and perform pixel-wise classification. However, their application in the Remote sensing field remains largely unexplored. Therefore, this paper fill the gap by conducting a comprehensive analysis of 34 papers. This study conducts a comparison and analysis of 18 different U-Net variations, assessing their potential for detecting changes in remote sensing. We evaluate both benefits along with drawbacks of each variation within the framework of this particular application. We emphasize variations that are explicitly built for change detection, such as Siamese Swin-U-Net, which utilizes a Siamese architecture. The analysis highlights the significance of aspects such as managing data from different time periods and collecting relationships over a long distance to enhance the precision of change detection. This study provides valuable insights for researchers and practitioners that choose U-Net versions for remote sensing change detection tasks.
- Abstract（参考訳）: リモートセンシングによる変化検出は、地球の絶え間ない地形の監視に不可欠である。
U-Netアーキテクチャは、空間情報をキャプチャし、ピクセル単位の分類を行う能力で人気を博している。
しかし、リモートセンシング分野におけるそれらの応用は、まだほとんど未検討である。
そこで本稿では,34論文の総合的な分析を行い,そのギャップを埋める。
本研究は18種類のU-Net変動の比較と解析を行い,リモートセンシングにおける変化検出の可能性について検討した。
私たちは、この特定のアプリケーションのフレームワーク内の各バリエーションの欠点とともに、両方の利点を評価します。
我々は、シームズアーキテクチャを利用するシームズ・スウィン-U-Netなど、変更検出のために明示的に構築されたバリエーションを強調している。
この分析は、異なる期間のデータ管理や、変化検出の精度を高めるために長距離にわたる関係の収集といった側面の重要性を強調している。
この研究は、リモートセンシング変化検出タスクのためにU-Netバージョンを選択する研究者や実践者に貴重な洞察を提供する。
関連論文リスト
- Show Me What and Where has Changed? Question Answering and Grounding for Remote Sensing Change Detection [82.65760006883248]
我々は,CDQAG (Change Detection Question Answering and Grounding) という新しいタスクを導入する。
CDQAGは、解釈可能なテキスト回答と直感的な視覚的証拠を提供することで、従来の変更検出タスクを拡張している。
QAG-360Kと呼ばれる最初のCDQAGベンチマークデータセットを構築し、360K以上の質問、テキスト回答、およびそれに対応する高品質な視覚マスクを含む。
論文 参考訳（メタデータ） (2024-10-31T11:20:13Z) - MineNetCD: A Benchmark for Global Mining Change Detection on Remote Sensing Imagery [29.38505174142192]
リモートセンシング画像を用いた地球規模の地雷検出のためのベンチマークであるMineNetCDを紹介する。
まず,両時間高分解能リモートセンシング画像の70万枚以上のパッチを用いたグローバルな地雷変化検出データセットを構築した。
次に,変更対応のFast Fourier Transform (ChangeFFT) モジュールをベースとした新しいベースラインモデルを提案する。
第3に、13以上の高度な変更検出モデルを統合する統合された変更検出フレームワークを構築する。
論文 参考訳（メタデータ） (2024-07-04T14:45:44Z) - 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) - Change Detection Methods for Remote Sensing in the Last Decade: A
Comprehensive Review [45.78958623050146]
変更検出はリモートセンシングにおいて必須かつ広く利用されるタスクである。
時間とともに同じ地理的領域で起きている変化を検出し、分析することを目的としている。
ディープラーニングは、これらの課題を抽出し対処するための強力なツールとして登場した。
論文 参考訳（メタデータ） (2023-05-09T23:52:37Z) - Deep learning approaches to Earth Observation change detection [0.0]
本稿では,畳み込みニューラルネットワークを利用して良好な結果を得る,変化検出(セマンティックセグメンテーションと分類)の2つのアプローチを提案する。
本稿では,畳み込みニューラルネットワークを利用して良好な結果を得る,変化検出(セマンティックセグメンテーションと分類)のための2つのアプローチを提案する。
論文 参考訳（メタデータ） (2021-07-13T14:34:59Z) - Unsupervised Domain Adaption of Object Detectors: A Survey [87.08473838767235]
近年のディープラーニングの進歩は、様々なコンピュータビジョンアプリケーションのための正確で効率的なモデルの開発につながっている。
高度に正確なモデルを学ぶには、大量の注釈付きイメージを持つデータセットの可用性に依存する。
このため、ラベルスカースデータセットに視覚的に異なる画像がある場合、モデルの性能は大幅に低下する。
論文 参考訳（メタデータ） (2021-05-27T23:34:06Z) - 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)
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。