論文の概要: Multi-Modal Landslide Detection from Sentinel-1 SAR and Sentinel-2 Optical Imagery Using Multi-Encoder Vision Transformers and Ensemble Learning

• arxiv url: http://arxiv.org/abs/2604.05959v1
• Date: Tue, 07 Apr 2026 14:51:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.89301
• Title: Multi-Modal Landslide Detection from Sentinel-1 SAR and Sentinel-2 Optical Imagery Using Multi-Encoder Vision Transformers and Ensemble Learning
• Title（参考訳）: マルチエンコーダビジョン変換器とアンサンブル学習を用いたSentinel-1 SARとSentinel-2光画像からの多モード地すべり検出
• Authors: Ioannis Nasios,
• Abstract要約: 地すべりは、人間の生活、インフラ、生態系に深刻な影響を与えている主要なジオハザードである。 本研究では、Sentinel-1 Synthetic Aperture Radar(SAR)データとSentinel-2光画像を融合したモジュラー・マルチモデルフレームワークを提案する。 提案手法は地すべり検出における最先端F1スコア0.919を達成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Landslides represent a major geohazard with severe impacts on human life, infrastructure, and ecosystems, underscoring the need for accurate and timely detection approaches to support disaster risk reduction. This study proposes a modular, multi-model framework that fuses Sentinel-2 optical imagery with Sentinel-1 Synthetic Aperture Radar (SAR) data, for robust landslide detection. The methodology leverages multi-encoder vision transformers, where each data modality is processed through separate lightweight pretrained encoders, achieving strong performance in landslide detection. In addition, the integration of multiple models, particularly the combination of neural networks and gradient boosting models (LightGBM and XGBoost), demonstrates the power of ensemble learning to further enhance accuracy and robustness. Derived spectral indices, such as NDVI, are integrated alongside original bands to enhance sensitivity to vegetation and surface changes. The proposed methodology achieves a state-of-the-art F1 score of 0.919 on landslide detection, addressing a patch-based classification task rather than pixel-level segmentation and operating without pre-event Sentinel-2 data, highlighting its effectiveness in a non-classical change detection setting. It also demonstrated top performance in a machine learning competition, achieving a strong balance between precision and recall and highlighting the advantages of explicitly leveraging the complementary strengths of optical and radar data. The conducted experiments and research also emphasize scalability and operational applicability, enabling flexible configurations with optical-only, SAR-only, or combined inputs, and offering a transferable framework for broader natural hazard monitoring and environmental change applications. Full training and inference code can be found in https://github.com/IoannisNasios/sentinel-landslide-cls.
• Abstract（参考訳）: 地すべりは、人命、インフラ、生態系に深刻な影響を与え、災害リスク低減を支援するための正確かつタイムリーな検出アプローチの必要性を浮き彫りにしている。 本研究では,SAR(Sentinel-1 Synthetic Aperture Radar)データとSentinel-2光画像を融合した,地すべり検出のためのモジュラー・マルチモデルフレームワークを提案する。 この手法はマルチエンコーダ・ビジョン・トランスフォーマを利用しており、各データモダリティは個別の軽量事前訓練エンコーダによって処理され、地すべり検出において高い性能を達成する。 さらに、複数のモデルの統合、特にニューラルネットワークと勾配促進モデル(LightGBMとXGBoost)の組み合わせは、アンサンブル学習のパワーを示し、精度と堅牢性をさらに向上させる。 NDVIのようなスペクトル指標は、植生や表面の変化に対する感度を高めるために、元のバンドと統合されている。 提案手法は,地すべり検出における最新のF1スコア0.919を達成し,ピクセルレベルのセグメンテーションではなくパッチベースの分類タスクに対処し,Sentinel-2データを使用せずに動作し,非古典的変化検出設定におけるその有効性を強調した。 また、機械学習コンペで最高のパフォーマンスを示し、精度とリコールのバランスを強く達成し、光学データとレーダーデータの相補的な強みを明示的に活用する利点を強調した。 実験と研究はスケーラビリティと運用性にも重点を置いており、光学オンリー、SARオンリー、または複合入力による柔軟な構成を可能にし、より広範な自然災害モニタリングと環境変化アプリケーションのための転送可能なフレームワークを提供する。 完全なトレーニングと推論コードはhttps://github.com/IoannisNasios/sentinel-landslide-clsで見ることができる。

関連論文リスト

• Multimodal Learning for Arcing Detection in Pantograph-Catenary Systems [23.447865285347504]
  パンタグラフ・カテゴリ・インタフェースのアークは、電化鉄道における電力供給に重大なリスクをもたらす。 本稿では,高分解能画像データと力量測定を組み合わせることで,アーク現象をより正確に,より堅牢に検出するフレームワークを提案する。 我々のフレームワークはベースラインアプローチよりも優れており、ドメインシフト下であっても実際のアーク発生イベントに対する感度が向上している。
  論文  参考訳（メタデータ） (2026-02-09T15:29:19Z)
• A Multimodal Transformer Approach for UAV Detection and Aerial Object Recognition Using Radar, Audio, and Video Data [0.3093890460224435]
  無人航空機(UAV)の検出と航空機の物体認識は、現代の監視とセキュリティにとって重要である。 本研究は、新しいマルチモーダルトランスフォーマーモデルの設計と厳密な評価により、これらの課題に対処する。 レーダー、ビジュアルバンドビデオ(RGB)、赤外線(IR)ビデオ、オーディオといった多様なデータストリームを統合している。
  論文  参考訳（メタデータ） (2025-11-19T10:22:29Z)
• Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
  リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。 既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。 本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
  論文  参考訳（メタデータ） (2025-08-07T11:14:16Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• Efficient Meta-Learning Enabled Lightweight Multiscale Few-Shot Object Detection in Remote Sensing Images [15.12889076965307]
  YOLOv7ワンステージ検出器は、新しいメタラーニングトレーニングフレームワークが組み込まれている。 この変換により、検出器はFSODのタスクに十分対応できると同時に、その固有の軽量化の利点を活かすことができる。 提案検出器の有効性を検証するため, 現状の検出器と性能比較を行った。
  論文  参考訳（メタデータ） (2024-04-29T04:56:52Z)
• Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
  視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。 本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
  論文  参考訳（メタデータ） (2022-06-14T13:22:19Z)

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。