論文の概要: UrbanCDNet: Appearance-Robust and Boundary-Aware Bitemporal Change Detection for Korean Urban Building Monitoring

• arxiv url: http://arxiv.org/abs/2606.29781v1
• Date: Mon, 29 Jun 2026 04:52:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.053967
• Title: UrbanCDNet: Appearance-Robust and Boundary-Aware Bitemporal Change Detection for Korean Urban Building Monitoring
• Title（参考訳）: 都市CDNet:韓国の都市ビルモニタリングのための出現・破壊・境界を考慮したバイテンポラル・バイテンポラル・チェンジ検出
• Abstract要約: UrbanCDNetは、外観ローバストなマルチキュー比較、アライメント対応の中規模差分、軽量コンテキスト改善、補助境界監督を組み合わせたシームズCNNである。 実験では,3,998のトレーニング,503のバリデーション,499のテストペアを備えたAIHubベースの韓国のベンチマークを使用して,変更クラスの精度,リコール,F1,IoUを報告している。
• 参考スコア（独自算出の注目度）: 1.9364098361060789
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Urban building change detection from bi-temporal aerial imagery is important for redevelopment monitoring, infrastructure management, and unauthorized-construction screening, but Korean urban scenes remain difficult because changed regions are often sparse, appearance varies strongly between acquisition dates, and useful outputs must follow building footprints rather than coarse blobs. This paper presents UrbanCDNet, a task specific Siamese CNN that combines appearance-robust multi-cue comparison, alignment-aware middle-scale differencing, lightweight context refinement, scene calibration, and auxiliary boundary supervision. Experiments use a corrected AIHub-based Korean benchmark with 3,998 training, 503 validation, and 499 test pairs, and report changed-class precision, recall, F1, and IoU. On the locked test split, UrbanCDNet achieves 0.7335 precision, 0.7696 recall, 0.7511 F1, and 0.6014 IoU, outperforming a strong Siamese U-Net baseline (0.7108 F1, 0.5514 IoU) and the strongest external competitor, ChangeFormer-MIT-B0 (0.7107 F1, 0.5512 IoU). Additional diagnostic slicing shows that the gain is concentrated in the operating regimes that motivated the design: on the sparse-change subset with less than 5% changed area, F1 improves from 0.4765 to 0.6175, and on the high photometric-gap subset it improves from 0.6349 to 0.7285. Boundary F1 at 3-pixel tolerance rises from 0.3445 to 0.4447, while object F1 at IoU 0.3 rises from 0.0690 to 0.2258. These results indicate that, on this Korean benchmark, task-shaped temporal comparison and boundary-aware supervision matter more than generic model scale alone
• Abstract（参考訳）: 再開発監視・インフラ管理・無許可検層には, 時空間画像からの都市建築変化検出が重要であるが, 地域の変化は少なく, 取得日によって外観が変化し, 有用出力は粗い塊ではなく建築足跡に従わなければならないため, 韓国の都市景観はいまだに困難である。 本稿では, 外観ローバストなマルチキュー比較, アライメント・アウェア・ミドルスケール差分処理, 軽量コンテキスト改善, シーンキャリブレーション, および補助境界監督を組み合わせた, シームズCNNのタスク専用CNNであるUrbanCDNetを提案する。 実験では,3,998のトレーニング,503のバリデーション,499のテストペアを備えたAIHubベースの韓国のベンチマークを使用して,変更クラスの精度,リコール,F1,IoUを報告している。 ロックされたテストスプリットでは、UrbanCDNetは0.7335精度、0.7696リコール、0.7511 F1、0.6014 IoUを達成し、強力なシームズU-Netベースライン(0.7108 F1、0.5514 IoU)、最大の外部競合相手であるChangeFormer-MIT-B0(0.7107 F1、0.5512 IoU)を上回った。 追加の診断スライシングは、この設計を動機づける運用体制に集中していることを示している:5%に満たないスパース交換サブセットでは、F1は0.4765から0.6175に改善され、高い測光ギャップサブセットでは0.6349から0.7285に改善された。 3ピクセル耐性の境界F1は0.3445から0.4447に上昇し、IoU 0.3の対象F1は0.0690から0.2258に上昇する。 これらの結果は,この韓国のベンチマークにおいて,タスク形状の時間的比較と境界対応の監視が,汎用モデルスケールのみに留まらないことを示唆している。

関連論文リスト

• Continuity-Driven Representation Learning for Industrial Defect Detection [10.126273003671388]
  産業的欠陥検出は、検査画像が繰り返し構造を持つ大きな正常な領域を含むため、自然画像オブジェクト検出とは異なる。 本研究では, 正規支配領域を高密度補助監督として活用する連続性駆動型表現正規化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-18T04:31:55Z)
• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• Cross-Corpus Evaluation of Generalizable Vulnerability Detection in IoT Firmware [0.2230291569252836]
  IoTVulBenchは、クロスコーポレートのファームウェア脆弱性検出のための人間検証ベンチマークである。 このモデルは、最強の単一ソースデータセットではわずか21%の脆弱性を見逃した。
  論文  参考訳（メタデータ） (2026-08-11T23:05:27Z)
• JuZhou 1.0 Technical Report: The First Edge-Native Text-to-Image Foundation Model Trained Entirely on China-Developed AI Accelerators [82.160839154214]
  テキスト・ツー・イメージ(T2I)拡散モデルは通常、かなりの計算資源とクラウドインフラを必要とする。 We present JuZhou 1.0, a Ultra-lightweight T2I foundation model designed for complete offline, on-device execution。
  論文  参考訳（メタデータ） (2026-06-25T17:14:03Z)
• How Much Capacity Does EEG Denoising Need? Ultra-Compact Networks reveal Benchmark Saturation and Metric-Utility Gap [0.0]
  深層学習EEG(Deep Learning EEG Denoising Architectures)は、数万から数千万のパラメータに拡張されているが、実験変数としてモデルキャパシティを分離した以前の研究はない。 アーキテクチャ,損失,データ分割,トレーニングレシピの両ギャップに対処し,最小限の深さ分離可能な畳み込みU-Netで1.05Kから40.26Kパラメータまでのチャネル幅を網羅する。
  論文  参考訳（メタデータ） (2026-06-07T12:17:25Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• TokaMind for Power Grid: Cross-Domain Transfer from Fusion Plasma [0.0]
  TokaMindは、MASTのトカマクプラズマ診断データに基づいて事前訓練された基礎モデルである。 学習された表現が物理的に異なるが構造的に類似した領域に一般化するかどうかを検討する。
  論文  参考訳（メタデータ） (2026-05-10T23:38:26Z)
• Evaluating Small Language Models for Front-Door Routing: A Harmonized Benchmark and Synthetic-Traffic Experiment [0.05586191108738562]
  小型言語モデル(SLM)は、サブ秒、ゼロマージナルコスト、セルフホストタスクの分類に十分な推論能力を持つ。 Study 1はPhi-3.5-mini、Qwen2.5-1.5B、Qwen-2.5-3Bを同一のAzure T4ハードウェア、サービススタック、量子化、固定60ケースコーパスで同期したオフラインベンチマークである。 研究2は、合成トラフィック下で事前登録された4本腕ランダム化実験であり、有効サンプルサイズは腕あたり60ケースである。
  論文  参考訳（メタデータ） (2026-03-26T15:57:46Z)
• How Small Can 6G Reason? Scaling Tiny Language Models for AI-Native Networks [3.099103925863002]
  AIネイティブな6Gシステムにおけるネットワークレベルの意味推論のためのコンパクト言語モデルのスケーリング挙動と展開効率について検討する。 我々は,Llama-3.2-1B,Granite-1B,Qwen2.5-3Bなどの中規模アーキテクチャを含む135M(SmolLM2-135M)から7Bパラメータ(Qwen2.5-7B)までのモデルを評価する。
  論文  参考訳（メタデータ） (2026-03-02T18:19:49Z)
• Patch-Level Contrasting without Patch Correspondence for Accurate and Dense Contrastive Representation Learning [79.43940012723539]
  ADCLRは、正確で高密度な視覚表現を学習するための自己教師型学習フレームワークである。 提案手法は, コントラッシブな手法のための新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-06-23T07:38:09Z)
• ERNIE-SPARSE: Learning Hierarchical Efficient Transformer Through Regularized Self-Attention [48.697458429460184]
  情報ボトルネック感度と異なる注目トポロジ間の不整合の2つの要因がスパース変換器の性能に影響を及ぼす可能性がある。 本稿では,ERNIE-Sparseというモデルを提案する。 i) 局所情報とグローバル情報を逐次統一する階層スパース変換器(HST) と、(ii) 注意トポロジの異なる変換器の距離を最小化する自己注意正規化(SAR) の2つの特徴がある。
  論文  参考訳（メタデータ） (2022-03-23T08:47:01Z)
• Uniformer: Unified Transformer for Efficient Spatiotemporal Representation Learning [68.55487598401788]
  この研究の最近の進歩は、主に3D畳み込みニューラルネットワークと視覚変換器によって推進されている。 本稿では3次元畳み込み自己注意の利点を簡潔なトランスフォーマー形式にシームレスに統合する新しいUnified TransFormer(UniFormer)を提案する。 我々は、Kineetics-400、Kineetics-600、Something V1&V2といった人気ビデオベンチマークで広範な実験を行っている。 我々の UniFormer は Kinetics-400/Kinetics-600 で 8/84.8% のトップ-1 の精度を実現している。
  論文  参考訳（メタデータ） (2022-01-12T20:02:32Z)
• Fixing the train-test resolution discrepancy: FixEfficientNet [98.64315617109344]
  本稿では,複数のトレーニング手順を用いて,効率的なNet画像分類器の性能解析を行う。 FixEfficientNetと呼ばれる結果のネットワークは、同じ数のパラメータで初期アーキテクチャを著しく上回る。
  論文  参考訳（メタデータ） (2020-03-18T14:22:58Z)

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。