論文の概要: GVCCS: A Dataset for Contrail Identification and Tracking on Visible Whole Sky Camera Sequences
- arxiv url: http://arxiv.org/abs/2507.18330v1
- Date: Thu, 24 Jul 2025 11:57:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-25 15:10:43.532003
- Title: GVCCS: A Dataset for Contrail Identification and Tracking on Visible Whole Sky Camera Sequences
- Title（参考訳）: GVCCS: 可視性全天カメラのコントラル同定と追跡のためのデータセット
- Authors: Gabriel Jarry, Ramon Dalmau, Philippe Very, Franck Ballerini, Stephania-Denisa Bocu,
- Abstract要約: 地上カメラで記録したコントラルのオープンデータセットを可視域内に提示する。
各コントラルは個別にラベル付けされ、時間とともに追跡され、そのライフサイクルを詳細に分析することができる。
また,汎視的セグメンテーションモデルを用いた反則解析のための統合ディープラーニングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 2.0761764595782544
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aviation's climate impact includes not only CO2 emissions but also significant non-CO2 effects, especially from contrails. These ice clouds can alter Earth's radiative balance, potentially rivaling the warming effect of aviation CO2. Physics-based models provide useful estimates of contrail formation and climate impact, but their accuracy depends heavily on the quality of atmospheric input data and on assumptions used to represent complex processes like ice particle formation and humidity-driven persistence. Observational data from remote sensors, such as satellites and ground cameras, could be used to validate and calibrate these models. However, existing datasets don't explore all aspect of contrail dynamics and formation: they typically lack temporal tracking, and do not attribute contrails to their source flights. To address these limitations, we present the Ground Visible Camera Contrail Sequences (GVCCS), a new open data set of contrails recorded with a ground-based all-sky camera in the visible range. Each contrail is individually labeled and tracked over time, allowing a detailed analysis of its lifecycle. The dataset contains 122 video sequences (24,228 frames) and includes flight identifiers for contrails that form above the camera. As reference, we also propose a unified deep learning framework for contrail analysis using a panoptic segmentation model that performs semantic segmentation (contrail pixel identification), instance segmentation (individual contrail separation), and temporal tracking in a single architecture. By providing high-quality, temporally resolved annotations and a benchmark for model evaluation, our work supports improved contrail monitoring and will facilitate better calibration of physical models. This sets the groundwork for more accurate climate impact understanding and assessments.
- Abstract（参考訳）: 航空の気候への影響はCO2の排出だけでなく、特に反動によるCO2の影響も含んでいる。
これらの氷雲は地球の放射収支を変え、航空CO2の温暖化効果に匹敵する可能性がある。
物理モデルに基づくモデルでは、対流星の形成と気候の影響を推定できるが、その精度は大気中の入力データの品質や、氷粒子の形成や湿度による持続性といった複雑な過程を表現するのに使用される仮定に大きく依存する。
衛星や地上カメラなどのリモートセンサーからの観測データは、これらのモデルの検証と校正に使用できる。
しかし、既存のデータセットは反動のダイナミクスや形成のあらゆる側面を探索していない。
これらの制約に対処するため、地上カメラで記録された新しいオープンデータセットであるGVCCS(Garth Visible Camera Contrail Sequences)を可視域内に提示する。
各コントラルは個別にラベル付けされ、時間とともに追跡され、そのライフサイクルを詳細に分析することができる。
データセットには122のビデオシーケンス(24,228フレーム)が含まれており、カメラの上に形成されたコントラルの飛行識別子が含まれている。
また,コントラル分析のための一貫した深層学習フレームワークを提案し,セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティクス(コントラル・セマンティクス)、インスタンスセマンティクス・セマンティクス・セマンティクス・セマンティクス・セマンティクス(Individual contrail separation)、時間追跡を単一アーキテクチャで行う。
高品質で時間的に解決されたアノテーションとモデル評価のためのベンチマークを提供することで,コントラルモニタリングの改善を支援し,物理モデルのキャリブレーションを向上する。
これにより、より正確な気候影響の理解と評価の基礎となる。
関連論文リスト
- Pseudo-Label Guided Real-World Image De-weathering: A Learning Framework with Imperfect Supervision [57.5699142476311]
非理想的な監視を伴う実世界のイメージデウェザリングのための統一的なソリューションを提案する。
本手法は,不完全整合型非整合性データセットのトレーニングにおいて,大きな利点を示す。
論文 参考訳（メタデータ） (2025-04-14T07:24:03Z) - Enhancing Robustness Of Digital Shadow For CO2 Storage Monitoring With Augmented Rock Physics Modeling [0.276240219662896]
時間ラプス地震イメージングはCO2の移動を追跡するのに不可欠であるが、多相下流の複雑さを捉えるのにしばしば苦労する。
非線形ベイズフィルタリングや生成AIといった機械学習駆動のデータ同化技術を活用するDigital Shadows(DS)は、より詳細で不確実性を認識した監視アプローチを提供する。
本研究では,様々な岩石物理モデルによる予測アンサンブルの増大が誤った仮定の影響を緩和し,予測精度を向上させることを示す。
論文 参考訳（メタデータ） (2025-02-11T01:33:35Z) - From Data to Insights: A Covariate Analysis of the IARPA BRIAR Dataset for Multimodal Biometric Recognition Algorithms at Altitude and Range [13.42292577384284]
本稿では,IARPA BRIARデータセットにおける全身バイオメトリックス性能の融合に着目し,UAVプラットフォーム,高度位置,最大1000mに焦点をあてる。
データセットには、屋内画像や制御された歩行記録と比較して、屋外ビデオが含まれている。
論文 参考訳（メタデータ） (2024-09-03T00:58:50Z) - Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。
次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。
気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
論文 参考訳（メタデータ） (2024-08-08T06:47:21Z) - ACE Metric: Advection and Convection Evaluation for Accurate Weather Forecasting [7.016835396874093]
本研究では, モデルによる対流・対流予測の精度を評価するために, 対流・対流誤差(ACE)測定値を提案する。
We have confirmeded the ACE evaluation metric on the WeatherBench2 and movingMNIST datasets。
論文 参考訳（メタデータ） (2024-06-07T06:49:59Z) - Learning Real-World Image De-Weathering with Imperfect Supervision [57.748585821252824]
既存の現実世界のデヒータリングデータセットは、接地トラス画像と入力された劣化画像の間に、一貫性のない照明、位置、テクスチャを示すことが多い。
我々は、入力劣化画像と可能な限り一貫性のある擬似ラベルを生成するための一貫性ラベルコンストラクタ(CLC)を開発した。
我々は,従来の不完全ラベルと擬似ラベルを組み合わせることで,情報割当戦略による脱ウェザリングモデルを共同で監督する。
論文 参考訳（メタデータ） (2023-10-23T14:02:57Z) - Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol
Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。
ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。
本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文 参考訳（メタデータ） (2023-04-27T20:21:18Z) - OpenContrails: Benchmarking Contrail Detection on GOES-16 ABI [3.716161594311069]
コントラル(Contrails、凝縮路)は、航空機によって引き起こされる線状氷雲であり、おそらく航空による気候変動の最大の要因である。
我々は,GOES-16 Advanced Baseline Imager (ABI)データに基づいて,違反検出モデルのトレーニングと評価を行う,OpenContrailsというラベル付きデータセットを提案する。
論文 参考訳（メタデータ） (2023-04-04T21:03:46Z) - Performance evaluation of deep segmentation models for Contrails
detection [1.6492989697868894]
コントラル(Contrail)は、冷たく湿った空気を飛ぶ際に航空機のエンジンの排気によって生じる線状の氷雲である。
彼らは、放出される長波放射の約33%を地球に吸収または誘導することで温室効果を発生させる。
この研究は、低軌道衛星画像の反則を検出するために最先端のセグメンテーション技術を適用した最初のものである。
論文 参考訳（メタデータ） (2022-11-27T15:07:39Z) - Vision in adverse weather: Augmentation using CycleGANs with various
object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。
悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。
本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文 参考訳（メタデータ） (2022-01-10T10:02:40Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z)
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。