論文の概要: RSRCC: A Remote Sensing Regional Change Comprehension Benchmark Constructed via Retrieval-Augmented Best-of-N Ranking

• arxiv url: http://arxiv.org/abs/2604.20623v1
• Date: Wed, 22 Apr 2026 14:38:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.177307
• Title: RSRCC: A Remote Sensing Regional Change Comprehension Benchmark Constructed via Retrieval-Augmented Best-of-N Ranking
• Title（参考訳）: RSRCC:Retrieval-Augmented Best-of-N Rankingを通して構築されたリモートセンシング地域変化総合ベンチマーク
• Authors: Roie Kazoom, Yotam Gigi, George Leifman, Tomer Shekel, Genady Beryozkin,
• Abstract要約: RSRCCは126kの質問を含むリモートセンシング変更質問応答のための新しいベンチマークである。 私たちの知る限りでは、これは、きめ細かい推論に基づく監督のために明示的に設計された、リモートセンシングによる質問応答ベンチマークとしては初めてのものです。
• 参考スコア（独自算出の注目度）: 0.2446672595462589
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traditional change detection identifies where changes occur, but does not explain what changed in natural language. Existing remote sensing change captioning datasets typically describe overall image-level differences, leaving fine-grained localized semantic reasoning largely unexplored. To close this gap, we present RSRCC, a new benchmark for remote sensing change question-answering containing 126k questions, split into 87k training, 17.1k validation, and 22k test instances. Unlike prior datasets, RSRCC is built around localized, change-specific questions that require reasoning about a particular semantic change. To the best of our knowledge, this is the first remote sensing change question-answering benchmark designed explicitly for such fine-grained reasoning-based supervision. To construct RSRCC, we introduce a hierarchical semi-supervised curation pipeline that uses Best-of-N ranking as a critical final ambiguity-resolution stage. First, candidate change regions are extracted from semantic segmentation masks, then initially screened using an image-text embedding model, and finally validated through retrieval-augmented vision-language curation with Best-of-N ranking. This process enables scalable filtering of noisy and ambiguous candidates while preserving semantically meaningful changes. The dataset is available at https://huggingface.co/datasets/google/RSRCC.
• Abstract（参考訳）: 従来の変化検出は、どこで変化が起こるかを特定するが、自然言語で何が変わったのかは説明しない。 既存のリモートセンシング変更キャプションデータセットは、通常、画像レベルでの全体的な違いを記述しており、局所的なセマンティック推論はほとんど探索されていない。 このギャップを埋めるために、RSRCCは126kの質問を含むリモートセンシング変更質問回答のための新しいベンチマークで、87kのトレーニング、17.1kのバリデーション、22kのテストインスタンスに分割する。 以前のデータセットとは異なり、RSRCCは特定のセマンティックチェンジに関する推論を必要とする局所的で変更固有の質問を中心に構築されている。 私たちの知る限りでは、このような微粒な推論に基づく監視のために明示的に設計された、リモートセンシングによる質問応答ベンチマークとしては、これが初めてのものです。 RSRCCを構築するために、Best-of-Nランキングを重要な最終曖昧性解決段階として利用する階層的な半教師付きキュレーションパイプラインを導入する。 まず、セマンティックセグメンテーションマスクから候補変更領域を抽出し、まず画像テキスト埋め込みモデルを用いてスクリーニングし、最終的にBest-of-Nランキング付き検索強化視覚言語キュレーションにより検証する。 このプロセスは、意味論的に意味のある変化を保持しながら、ノイズや曖昧な候補のスケーラブルなフィルタリングを可能にする。 データセットはhttps://huggingface.co/datasets/google/RSRCCで公開されている。

関連論文リスト

• Referring Change Detection in Remote Sensing Imagery [49.841833753558575]
  本稿では、自然言語のプロンプトを利用してリモートセンシング画像の変化の特定のクラスを検出するReferring Change Detection (RCD)を紹介する。 我々は, (I) textbfRCDNet, (II) textbfRCDGen, (II) 拡散型合成データ生成パイプラインからなる2段階のフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-12T16:57:12Z)
• Detect Changes like Humans: Incorporating Semantic Priors for Improved Change Detection [52.62459671461816]
  本稿では,視覚基盤モデルからのセマンティックな先入観を取り入れ,変化を検出する能力の向上について検討する。 人間の視覚パラダイムにインスパイアされた新しいデュアルストリーム特徴デコーダは、意味認識特徴と差認識特徴を組み合わせることで変化を区別するために導出される。
  論文  参考訳（メタデータ） (2024-12-22T08:27:15Z)
• 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)
• ChangeBind: A Hybrid Change Encoder for Remote Sensing Change Detection [16.62779899494721]
  変化検出(CD)は、異なる時刻スタンプで同じ地理的領域間の意味的変化を検出することを目的とした、リモートセンシング(RS)の基本課題である。 本稿では,バイテンポラルRS画像における意味変化をエンコードする,効果的なSiameseベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-26T17:47:14Z)
• Dynamic Focus-aware Positional Queries for Semantic Segmentation [94.6834904076914]
  本稿では,動的焦点認識型位置情報クエリと呼ばれるセマンティックセグメンテーションのための,シンプルで効果的なクエリ設計を提案する。 我々のフレームワークはSOTAの性能を達成し、ResNet-50、Swin-T、Swin-Bのバックボーンによる1.1%、1.9%、および1.1%の単一スケールmIoUでMask2formerより優れています。
  論文  参考訳（メタデータ） (2022-04-04T05:16:41Z)

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。