論文の概要: Summarize First, Download Later: Onboard VLMs for Bandwidth-Efficient Earth Observation
- arxiv url: http://arxiv.org/abs/2608.06959v1
- Date: Fri, 07 Aug 2026 08:35:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.417359
- Title: Summarize First, Download Later: Onboard VLMs for Bandwidth-Efficient Earth Observation
- Title（参考訳）: バンド幅効率のよい地球観測用VLMを、まずダウンロードしてみましょう
- Abstract要約: サムライズ・ファースト・ダウンロード・レイト」パラダイムは、エッジコンピューティングやビジョン・ランゲージ・モデルにおける進歩を生かしている。
資源制約のあるNVIDIA Jetsonプラットフォーム上でシステムを実装し評価する。
- 参考スコア（独自算出の注目度）: 3.8194292666685534
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Modern Earth observation (EO) satellites carry increasingly advanced sensors that produce vast volumes of high-resolution, multispectral data, yet downlink capacity remains a critical bottleneck -- often causing significant latency or the loss of valuable observations within limited contact windows. We propose a "Summarize First, Download Later" paradigm that exploits recent advances in onboard edge computing and Vision-Language Models (VLMs). Rather than indiscriminately downlinking raw imagery, the system follows a three-phase interaction protocol: the satellite first transmits concise natural language summaries generated by a quantized onboard VLM; ground operators then issue targeted Visual Question Answering (VQA) queries to verify scene relevance (e.g., wildfires or maritime anomalies); and full-resolution images are downloaded only when critical information is confirmed. This transforms the downlink from passive bulk transfer into an active, semantics-aware dialogue. We implement and evaluate the system on a resource-constrained NVIDIA Jetson platform, and experiments on diverse remote sensing scenes show that the proposed strategy substantially reduces bandwidth consumption while accelerating time-to-insight for time-sensitive missions.
- Abstract（参考訳）: 現代の地球観測衛星(EO)は、大量の高解像度のマルチスペクトルデータを生成する高度なセンサーを搭載している。
本稿では、エッジコンピューティングとビジョンランゲージモデル(VLM)の最近の進歩を生かした、"Summarize First, Download Later"パラダイムを提案する。
衛星はまず、量子化されたVLMで生成された簡潔な自然言語要約を送信し、地上オペレーターはターゲットの視覚質問応答(VQA)クエリを発行し、シーンの関連性(例えば、山火事や海洋異常)を検証する。
これにより、ダウンリンクは受動バルク転送からアクティブなセマンティクス対応対話へと変換される。
資源制約のあるNVIDIA Jetsonプラットフォーム上でシステムの実装と評価を行い、多様なリモートセンシングシーンの実験により、提案手法は、時間に敏感なミッションの監視を加速しながら、バンド幅の消費を大幅に削減することを示す。
関連論文リスト
- DisDop: Distillation with Domain Priors for Open-Vocabulary Aerial Object Detection [75.11656789221072]
リモートセンシング基礎モデルからマルチレベルドメインを抽出する統合フレームワークであるDisDopを提案する。
DisDopは、オープンボキャブラリ空中検出ベンチマーク上で、最先端のパフォーマンスを新たに実現している。
論文 参考訳（メタデータ） (2026-05-23T16:01:20Z) - Open-Vocabulary Spatio-Temporal Scene Graph for Robot Perception and Teleoperation Planning [55.90805559207812]
動的リモートシーンでは、双方向通信における伝送遅延は、リモート認識状態とオペレータ意図の間のギャップを生じさせる。
本稿では,時間的ダイナミクスと軽量遅延アノテーションを用いて,オープン語彙認識を充実させる表現を提案する。
提案手法はReplicaベンチマークで74%のノード精度を実現し,Concept.Graphよりも優れていた。
論文 参考訳（メタデータ） (2025-09-27T04:31:24Z) - A Satellite-Ground Synergistic Large Vision-Language Model System for Earth Observation [17.112498759423296]
大型ビジョン言語モデル(LVLM)は、データセンター内の低地球軌道(LEO)衛星地球観測画像の強力な解析能力を解き放つ。
高速衛星の動き、短い衛星地上局(GS)との接触窓、画像の大きさはデータのダウンロードに挑戦する。
LEO衛星ネットワークにおけるLVLMの展開方法と,効率的な衛星地上合成LVLM推論システムであるSpaceVerseの設計について検討する。
論文 参考訳（メタデータ） (2025-07-08T07:24:34Z) - Natural Reflection Backdoor Attack on Vision Language Model for Autonomous Driving [55.96227460521096]
視覚言語モデル(VLM)は推論能力を高めるために自律運転システムに統合されている。
本稿では,自律運転シナリオにおけるVLMシステムを対象とした自然反射型バックドアアタックを提案する。
我々の発見は、自動運転の厳しいリアルタイム要求を生かした、新たなタイプの攻撃を発見しました。
論文 参考訳（メタデータ） (2025-05-09T20:28:17Z) - Task-Oriented Semantic Communication in Large Multimodal Models-based Vehicle Networks [55.32199894495722]
LMMに基づく車両用AIアシスタントLarge Language and Vision Assistant(LLaVA)について検討する。
計算要求を減らし、応答時間を短縮するため、LLaVAの画像スライシングを最適化し、ユーザにとって最も関心のある領域に選択的にフォーカスする。
交通シナリオに対する視覚質問応答(VQA)データセットを構築し,有効性を評価する。
論文 参考訳（メタデータ） (2025-05-05T07:18:47Z) - Large Models in Dialogue for Active Perception and Anomaly Detection [35.16837804526144]
本稿では,新たなシーンにおける情報収集と異常検出を行うフレームワークを提案する。
2つのディープラーニングモデルが対話を行い、ドローンを積極的に制御し、認識と異常検出の精度を高める。
情報収集に加えて,本手法を異常検出に利用し,提案手法の有効性を実証した。
論文 参考訳（メタデータ） (2025-01-27T18:38:36Z) - Remote Sensing SpatioTemporal Vision-Language Models: A Comprehensive Survey [35.600870905903996]
本稿では,RS-STVLMの総合的なレビューを行う。
本稿では, 変更キャプション, 変更質問, 回答キャプション, 変更グラウンドなど, 代表課題の進捗状況について論じる。
遠隔センシングのための視覚言語理解における現在の成果と将来的な研究の方向性を照らすことを目的としている。
論文 参考訳（メタデータ） (2024-12-03T16:56:10Z) - Enhancing Maritime Situational Awareness through End-to-End Onboard Raw Data Analysis [4.441792803766689]
本研究は、小型衛星の厳密な帯域幅、エネルギー、遅延制約に対処する枠組みを提案する。
衛星画像からの船舶の直接検出・分類における深層学習手法の適用について検討した。
本手法は,車載処理チェーンの簡素化により,キャリブレーションや整形などの計算集約的なステップを必要とせず,直接解析を容易にする。
論文 参考訳（メタデータ） (2024-11-05T18:38:42Z) - Goal-Oriented Semantic Communication for Wireless Visual Question Answering [68.75814200517854]
本稿では,視覚質問応答(VQA)の性能向上を目的とした目標指向セマンティックコミュニケーション(GSC)フレームワークを提案する。
本稿では,BBoxを用いた画像意味抽出とランク付け手法を提案し,質問の目的に基づいてセマンティック情報を優先順位付けする。
実験の結果,本フレームワークはAWGNチャネルで49%,Rayleighチャネルで59%の精度で解答精度を向上することがわかった。
論文 参考訳（メタデータ） (2024-11-03T12:01:18Z) - Zero-Shot Video Moment Retrieval from Frozen Vision-Language Models [58.17315970207874]
モーメント・テキストアライメントを容易にするため、任意のVLMから一般化可能なビジュアル・テクスチャの事前適応のためのゼロショット手法を提案する。
3つのVMRベンチマークデータセットで実施された実験は、ゼロショットアルゴリズムの顕著なパフォーマンス上の利点を示している。
論文 参考訳（メタデータ） (2023-09-01T13:06:50Z) - Unsupervised Change Detection of Extreme Events Using ML On-Board [3.1955314117075715]
変分オートエンコーダ(VAE)に基づく衛星データにおける変更検出のための軽量で教師なしのアプローチであるRaVAEnを紹介する。
RaVAEnは、サンプルデータを衛星に直接前処理し、ダウンリンク、応答時間を短縮するために変更したエリアをフラグで表示する。
破滅的な事象の時系列からなるデータセット上で,本システムの有効性を検証した。
論文 参考訳（メタデータ） (2021-11-04T16:45:15Z)
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。