論文の概要: AwakeForest: An Interactive Geospatial Platform for Large-Scale Forest Imagery

• arxiv url: http://arxiv.org/abs/2606.23542v1
• Date: Mon, 22 Jun 2026 16:17:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 18:22:24.01887
• Title: AwakeForest: An Interactive Geospatial Platform for Large-Scale Forest Imagery
• Title（参考訳）: AwakeForest:大規模森林画像のためのインタラクティブな地理空間プラットフォーム
• Authors: Suraj Prasai, Kangning Cui, Rongkun Zhu, Sarra Alqahtani, Ying Zhang, Victor Paul Pauca, Miles R. Silman, Fan Yang,
• Abstract要約: 本稿では,大規模森林画像解析のための対話型エンドツーエンドプラットフォームであるAwakeForestを紹介する。 提案プラットフォームは,モデル支援推論,自動アノテーション,ループ内改良を1つのワークフローに統合する。
• 参考スコア（独自算出の注目度）: 4.2548685197852745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Forest imagery analysis often involves multiple tightly coupled vision tasks, which must be performed under substantial variation in geographic regions, sensors, and acquisition conditions. However, practitioners often lack a unified tool that is geospatial-native, cloud-optimized, and ML-integrated for end-to-end workflows spanning annotation, prediction, visualization, and downstream analysis at scale. We present AwakeForest, an interactive end-to-end platform designed for large-scale forest imagery that integrates model-assisted inference, automatic annotation, and human-in-the-loop refinement within a single workflow. Our platform supports plug-and-play integration of pretrained models and enables scalable interaction with forest imagery ranging from standard aerial scenes to large orthomosaics that can span several gigabytes to hundreds of gigabytes. AwakeForest produces analysis-ready outputs that can be directly used for downstream analysis and to support iterative model and annotation updates on new scenes. We demonstrate the system on the PALMS dataset and illustrate how AwakeForest supports an end-to-end workflow for practical forest management and analysis.
• Abstract（参考訳）: 森林画像解析は、しばしば複数の密結合された視覚タスクを伴い、地理的領域、センサー、取得条件のかなりの変化の下で実行されなければならない。 しかしながら、実践者は、アノテーション、予測、視覚化、スケールでのダウンストリーム分析を対象とする、地理空間ネイティブ、クラウド最適化、ML統合の統一ツールを欠いていることが多い。 AwakeForestは、大規模森林画像のための対話型エンドツーエンドプラットフォームで、モデル支援推論、自動アノテーション、ループ内リファインメントを単一のワークフローに統合する。 我々のプラットフォームは、事前訓練されたモデルのプラグ・アンド・プレイ統合をサポートし、標準的な空中シーンから数百ギガバイトから数百ギガバイトまでの森林画像とのスケーラブルな対話を可能にする。 AwakeForestは、ダウンストリーム分析に直接使用可能な分析可能な出力を生成し、新しいシーンの反復モデルとアノテーション更新をサポートする。 PALMSデータセット上でシステムを実演し、AwakeForestが実践的な森林管理と分析のためにエンドツーエンドのワークフローをどのようにサポートするかを説明する。

関連論文リスト

• EEO-TFV: Escape-Explore Optimizer for Web-Scale Time-Series Forecasting and Vision Analysis [6.82200201381917]
  トランスフォーマーベースの基礎モデルは、時系列予測や画像セグメント化といったタスクにおいて顕著な進歩を遂げている。 彼らは多変量長周期予測におけるエラーの蓄積に悩まされ、画像関連タスクにおけるアウト・オブ・ディストリビューション・サンプルに対する脆弱性を示す。 本稿では,新しいEscape-Explore(EEO)とともに軽量トランスフォーマーアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-01-30T09:30:16Z)
• Identifying Slug Formation in Oil Well Pipelines: A Use Case from Industrial Analytics [0.0]
  本稿では,コンパクトでユーザフレンドリなインターフェースによるエンドツーエンドのデータ駆動スラグ検出を実現する対話型アプリケーションを提案する。 このデモでは、人間同士の対話的なMLシステムが、データサイエンスの方法と、重要なプロセス産業における現実世界の意思決定のギャップを埋める方法を紹介している。
  論文  参考訳（メタデータ） (2025-11-02T08:26:32Z)
• Unified People Tracking with Graph Neural Networks [39.22185669123208]
  我々は、検出を軌跡に関連付けることを学ぶ多人数追跡のための統一的で完全に差別化可能なモデルを提案する。 モデルは動的グラフを構築し、空間的、文脈的、時間的情報を集約する。 また,25の重なり合うビュー,詳細なシーン再構築,広範囲なオクルージョンを備えた新しいスケールデータセットも導入した。
  論文  参考訳（メタデータ） (2025-07-11T11:17:25Z)
• Semantic segmentation of forest stands using deep learning [0.0]
  深層学習法はコンピュータビジョンにおいて大きな可能性を証明してきたが、森の起伏への応用は未解明のままである。 本研究では,マルチクラスセグメンテーション問題としてのフレーミングスタンドデライン化と,U-NetベースのDLフレームワークの適用という,新しいアプローチを提案する。 このモデルは、マルチスペクトル画像、ALSデータ、およびエキスパートインタプリタによって作成された既存のスタンドマップを用いて、訓練され評価された。
  論文  参考訳（メタデータ） (2025-04-03T10:47:25Z)
• A Scalable System for Visual Analysis of Ocean Data [3.2195554805277435]
  pyParaOceanは、海洋データ分析に特化したスケーラブルでインタラクティブな可視化システムである。 pyParaOceanは、一般的な海洋分析タスクのための特殊なモジュールを提供する。 本稿では,ベンガル湾を事例として,システムの有効性を実証し,システムの効率性を評価するためのスケールスタディを提案する。
  論文  参考訳（メタデータ） (2025-01-09T07:11:51Z)
• One Diffusion to Generate Them All [54.82732533013014]
  OneDiffusionは双方向画像合成と理解をサポートする汎用的で大規模な拡散モデルである。 テキスト、深さ、ポーズ、レイアウト、セマンティックマップなどの入力から条件生成を可能にする。 OneDiffusionは、シーケンシャルな画像入力を使用して、マルチビュー生成、カメラポーズ推定、即時パーソナライズを可能にする。
  論文  参考訳（メタデータ） (2024-11-25T12:11:05Z)
• Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
  Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。 既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。 これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。 一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
  論文  参考訳（メタデータ） (2024-04-11T03:00:00Z)
• CommonScenes: Generating Commonsense 3D Indoor Scenes with Scene Graph Diffusion [83.30168660888913]
  シーングラフを対応する制御可能な3Dシーンに変換する完全生成モデルであるCommonScenesを提案する。 パイプラインは2つのブランチで構成されており、1つは変分オートエンコーダでシーン全体のレイアウトを予測し、もう1つは互換性のある形状を生成する。 生成されたシーンは、入力シーングラフを編集し、拡散モデルのノイズをサンプリングすることで操作することができる。
  論文  参考訳（メタデータ） (2023-05-25T17:39:13Z)
• Learning Monocular Depth in Dynamic Scenes via Instance-Aware Projection Consistency [114.02182755620784]
  本稿では,複数の動的物体の6-DoF動作,エゴモーション,深度を,監督なしで一眼レフカメラで明示的にモデル化する,エンドツーエンドのジョイントトレーニングフレームワークを提案する。 筆者らのフレームワークは,最先端の深度・動き推定法より優れていた。
  論文  参考訳（メタデータ） (2021-02-04T14:26:42Z)
• Learning Long-term Visual Dynamics with Region Proposal Interaction Networks [75.06423516419862]
  オブジェクト間およびオブジェクト環境間の相互作用を長距離にわたってキャプチャするオブジェクト表現を構築します。 単純だが効果的なオブジェクト表現のおかげで、我々の手法は先行手法よりも大幅に優れている。
  論文  参考訳（メタデータ） (2020-08-05T17:48:00Z)

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。