論文の概要: Genesis: A Generative Engine for Hierarchical Satellite Image Synthesis

• arxiv url: http://arxiv.org/abs/2609.02683v1
• Date: Wed, 02 Sep 2026 14:53:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.422059
• Title: Genesis: A Generative Engine for Hierarchical Satellite Image Synthesis
• Title（参考訳）: Genesis: 階層型衛星画像合成のための生成エンジン
• Authors: Subash Khanal, Yangzhi Cui, Daniel Cher, Eric Xing, Brian Wei, Srikumar Sastry, Nathan Jacobs,
• Abstract要約: Genesisは、クワッドツリー上に2つの特別な演算子を構成することで、両方の軸をまとめる生成エンジンである。 スパース種子を任意の初期構成からシームレスで多解像度の地図に伝播する。 dense500は、多様な地理的領域にまたがる完全なマルチスケールのピラミッドデータセットである。
• 参考スコア（独自算出の注目度）: 19.89638839762492
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Earth observation is fundamentally multi-scale; geospatial tasks span varied resolutions, and satellite imagery is organized into cascading tile pyramids that nest fine detail within wide coverage. Current generative models of satellite imagery, however, operate along a single axis: they either zoom to enhance a single tile's resolution or pan to extend imagery at a fixed scale. As a result, no existing method produces a complete pyramid that stays consistent across both scale and space, where a high-zoom tile must agree with the coarse context it refines and with the neighbors it meets. Motivated by this gap, we introduce a new task, multi-scale tile completion: given a sparse set of seed tiles at arbitrary zoom levels and positions, synthesize a complete, uniform quadtree that is globally consistent across both scale and space. We approach this task with Genesis, a generative engine that brings both axes together by composing two specialized operators over the quadtree: a vertical super-resolution model and a horizontal mask-based outpainting model, producing pyramids that are consistent across zoom levels and seamless across neighboring tiles. Each operator achieves state-of-the-art results on its subtask, and the engine propagates sparse seeds into seamless, multi-resolution maps from any initial configuration. To evaluate the task and benchmark Genesis, we introduce dense500, a fully observed multi-scale pyramid dataset spanning diverse geographic regions, together with a suite of pyramid-level metrics. Code, models, and our dataset are available at https://github.com/mvrl/genesis.
• Abstract（参考訳）: 地球観測は基本的にマルチスケールであり、地理空間的タスクは様々な解像度にまたがっており、衛星画像はカスケードタイルピラミッドに組織され、広い範囲に細部を包む。 しかし、現在の衛星画像の生成モデルは、単一の軸に沿って機能し、単一のタイルの解像度を拡大するためにズームするか、固定スケールで画像を拡張するためにパンを拡大する。 その結果、既存の方法では、スケールと空間の両方で一貫性のある完全なピラミッドが作られていない。 任意のズームレベルと位置でシードタイルのスパースセットを与えられた場合、スケールと空間の両方で一様に一貫した完全なクワッドツリーを合成する。 我々は,2つの特殊演算子をクワッドツリー上に構成し,垂直超解像モデルと水平マスクによる外挿モデルを構築し,ズームレベルに整合し,隣接するタイルにシームレスなピラミッドを生成することにより,両軸を結合する生成エンジンであるGenesisにアプローチする。 各オペレーターはそのサブタスクで最先端の結果を達成し、エンジンはスパースシードを任意の初期設定からシームレスで多解像度のマップに伝播する。 Genesisのタスクとベンチマークを評価するために、さまざまな地理的領域にまたがる完全に観測されたマルチスケールのピラミッドデータセットであるDyden500と、ピラミッドレベルのメトリクスのセットを紹介した。 コード、モデル、データセットはhttps://github.com/mvrl/genesis.comから入手可能です。

関連論文リスト

• TerraDiT-$Ω$: Unified Spatial Control for Satellite Image Synthesis with Any Geospatial Primitive [19.699267665705715]
  TerraDiT-$は、任意のネイティブプリミティブから直接衛星画像を生成する統合空間制御フレームワークである。 生成モデルは驚くべき進歩を遂げているが、衛星画像に適用することは依然として困難である。
  論文  参考訳（メタデータ） (2026-06-30T01:56:41Z)
• Beyond 2D Matching: A Unified Single-Stage Framework for Geometry-Aware Cross-View Object Geo-Localization [21.013795754583697]
  クロスビューオブジェクトジオローカライゼーション(CVOGL)は、ジオタグ付き参照画像(衛星など)内のクエリビューからターゲットオブジェクトを見つけることを目的としている。 既存のアプローチは2次元の外観マッチングに大きく依存しており、幾何学的メタデータを欠いた限られたデータセットによって制約されている。 まず、22万以上の地上衛星とドローンと衛星のペアからなる大規模で高忠実なビルディングデータセットであるデータセットを紹介します。 変分同変量3D基礎モデル$をベースとした新しい一段階幾何対応ジオローカライゼーションフレームワーク(GAGeo)を提案する。
  論文  参考訳（メタデータ） (2026-06-29T17:19:49Z)
• MetaEarth-MM: Unified Multimodal Remote Sensing Image Generation with Scene-centered Joint Modeling [33.18025936405946]
  マルチモーダルリモートセンシング画像のための生成基盤モデルMetaEarth-MMを開発した。 我々のモデルは、下層のシーンコンテンツを中心に世代を編成する。 多様な世代タスクにまたがる強力な生成能力と堅牢な一般化を示す。
  論文  参考訳（メタデータ） (2026-05-19T16:47:02Z)
• CylinderSplat: 3D Gaussian Splatting with Cylindrical Triplanes for Panoramic Novel View Synthesis [53.231427733457224]
  CylinderSplatはパノラマ3DGSのフィードフォワードフレームワークである。 シングルビューおよびマルチビューパノラマノビュー合成において、最先端の結果を達成する。
  論文  参考訳（メタデータ） (2026-03-06T04:04:20Z)
• TerraGen: A Unified Multi-Task Layout Generation Framework for Remote Sensing Data Augmentation [20.17595840637294]
  現在の生成データ拡張フレームワークはタスク分離されており、各ビジョンタスクは独立した生成モデルをトレーニングする必要がある。 リモートセンシング画像のフレキシブルかつ空間的に制御可能な合成を可能にする統合レイアウト・画像生成フレームワークである textbfTerraGen を提案する。
  論文  参考訳（メタデータ） (2025-10-24T12:29:12Z)
• MeshMosaic: Scaling Artist Mesh Generation via Local-to-Global Assembly [62.48017648785026]
  MeshMosaicは,100K以上の三角形にスケールするアーティストメッシュ生成のための,新たなローカル・グローバルなフレームワークである。 MeshMosaicは,幾何学的忠実度とユーザの好みの両方において,最先端の手法を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-09-24T11:02:03Z)
• Focus on Neighbors and Know the Whole: Towards Consistent Dense Multiview Text-to-Image Generator for 3D Creation [64.07560335451723]
  CoSERは、テキストから3Dへの一貫した高密度テキスト・ツー・イメージ・ジェネレータである。 隣人のビューコヒーレンスを巧みに学習することで効率と品質を両立させる。 物理原理によって明確に定義された運動経路に沿って情報を集約し、詳細を洗練させる。
  論文  参考訳（メタデータ） (2024-08-23T15:16:01Z)
• Dual Pyramid Generative Adversarial Networks for Semantic Image Synthesis [94.76988562653845]
  セマンティック画像合成の目標は、セマンティックラベルマップからフォトリアリスティック画像を生成することである。 しかし、現在の最先端のアプローチは、さまざまなスケールで画像で現実的なオブジェクトを生成するのに依然として苦労している。 本研究では,空間適応型正規化ブロックの条件付けを各スケールで同時に学習するDual Pyramid Generative Adversarial Network (DP-GAN)を提案する。
  論文  参考訳（メタデータ） (2022-10-08T18:45:44Z)
• Point Cloud Upsampling via Disentangled Refinement [86.3641957163818]
  3Dスキャンによって生成された点雲は、しばしばスパース、非均一、ノイズである。 近年のアップサンプリング手法は, 分布均一性と近接場を両立させながら, 密度の高い点集合を生成することを目的としている。 2つのカスケードサブネットワーク、高密度ジェネレータ、空間精錬器を定式化する。
  論文  参考訳（メタデータ） (2021-06-09T02:58:42Z)
• Aligning Latent and Image Spaces to Connect the Unconnectable [22.90522514729253]
  我々は,多様で複雑なコンテンツを含む無限高分解能画像を生成する手法を開発した。 これは、画像空間とラテント空間に同期同値を持つ完全同変発生器に基づいている。 LHQ, LSUNタワー, LSUNブリッジのアプローチを検証し, ベースラインを少なくとも4倍に向上させた。
  論文  参考訳（メタデータ） (2021-04-14T16:29:20Z)

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。