論文の概要: Near-real time fires detection using satellite imagery in Sudan conflict

• arxiv url: http://arxiv.org/abs/2512.07925v1
• Date: Mon, 08 Dec 2025 18:55:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.68402
• Title: Near-real time fires detection using satellite imagery in Sudan conflict
• Title（参考訳）: スーダン紛争における衛星画像を用いた準リアルタイム火災検出
• Authors: Kuldip Singh Atwal, Dieter Pfoser, Daniel Rothbart,
• Abstract要約: 本稿では、Planet Labsの4バンド画像とディープラーニングモデルを用いて、武装紛争による火災被害を最小限の遅延で監視できることを示す。 本手法は, ベースラインと比較して, アクティブな火災やチャードエリアをより正確に捕捉する。
• 参考スコア（独自算出の注目度）: 1.2234742322758416
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The challenges of ongoing war in Sudan highlight the need for rapid moni- toring and analysis of such conflicts. Advances in deep learning and readily available satellite remote sensing imagery allow for near real-time monitor- ing. This paper uses 4-band imagery from Planet Labs with a deep learning model to show that fire damage in armed conflicts can be monitored with minimal delay. We demonstrate the effectiveness of our approach using five case studies in Sudan. We show that, compared to a baseline, the automated method captures the active fires and charred areas more accurately. Our re- sults indicate that using 8-band imagery or time series of such imagery only result in marginal gains.
• Abstract（参考訳）: スーダンで進行中の戦争における課題は、これらの紛争を迅速に採集し分析することの必要性を強調している。 深層学習と衛星リモートセンシング画像の進歩により、ほぼリアルタイムで監視が可能となる。この記事では、Planet Labsの4バンド画像とディープラーニングモデルを用いて、武装紛争による火災被害を最小限の遅延で監視できることを示す。 スーダンにおける5つのケーススタディを用いて,本手法の有効性を実証した。 本手法は, ベースラインと比較して, アクティブな火災やチャードエリアをより正確に捕捉する。 以上の結果から,8バンド画像や時系列画像を用いた場合,限界ゲインしか得られないことが示唆された。

関連論文リスト

• AquaCluster: Using Satellite Images And Self-supervised Machine Learning Networks To Detect Water Hidden Under Vegetation [37.73244192425515]
  我々は,レーダー衛星画像を手動の注釈なしで水陸域に分割するモデルを開発した。 この結果から,アノテートデータを用いることなく,レーダ画像から植生水を検出する機械学習モデルを訓練することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-06-09T20:35:31Z)
• Learning Cross-Spectral Point Features with Task-Oriented Training [7.403657686829926]
  この研究は、既存のカメラベースのナビゲーションシステムに熱画像を統合する手段として、学習されたクロススペクトル(熱可視)点の特徴を探求する。 熱可視画像ペア上で機能ネットワークを実行し、ネットワーク応答を異なる登録パイプラインに供給します。 我々の選択したモデルは、マッチングタスクに基づいて訓練され、MultiPointデータセット上の75%以上の推定値に対して、10ピクセル未満の登録誤差を達成する。
  論文  参考訳（メタデータ） (2025-05-19T01:09:36Z)
• Weakly-supervised Camera Localization by Ground-to-satellite Image Registration [52.54992898069471]
  本稿では,地対衛星画像登録のための弱教師付き学習戦略を提案する。 地上画像ごとに正の衛星画像と負の衛星画像を導き出す。 また,クロスビュー画像の相対回転推定のための自己超越戦略を提案する。
  論文  参考訳（メタデータ） (2024-09-10T12:57:16Z)
• NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
  夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。 雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。 雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
  論文  参考訳（メタデータ） (2024-02-28T09:02:33Z)
• A Call to Arms: AI Should be Critical for Social Media Analysis of Conflict Zones [5.2179556169385055]
  本稿は、ウクライナ戦争で記録された、特定の兵器システムと、それらを用いた武装集団の記章を特定することに焦点を当てる。 この研究は、コンフリクトコンテキストに関する類似のオンラインドキュメントを調べるための大きな機会を示しています。
  論文  参考訳（メタデータ） (2023-11-01T19:49:32Z)
• CARNet: Collaborative Adversarial Resilience for Robust Underwater Image Enhancement and Perception [16.135354859458758]
  我々は,CARNetと呼ばれる協調対向レジリエンスネットワークを導入し,水中画像の強調とそれに続く検出を行う。 本研究ではまず,水中画像から攻撃を分離する強力な知覚能力を持つ可逆ネットワークを導入する。 また,異なるタイプの攻撃に対するネットワークの堅牢性を高めるために,二段階攻撃最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-09-03T06:52:05Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• Unsupervised Wildfire Change Detection based on Contrastive Learning [1.53934570513443]
  山火事の深刻度を正確に評価することは, 火災発生地域における燃料条件のキャラクタリゼーションに寄与する。 本研究の目的は、高解像度マルチスペクトル衛星画像上に構築された自律システムを開発することである。
  論文  参考訳（メタデータ） (2022-11-26T20:13:14Z)
• Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
  バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。 このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。 熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
  論文  参考訳（メタデータ） (2022-04-06T19:47:41Z)

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。