論文の概要: Temporal Modelling for Burn Scars on Sentinel-3

• arxiv url: http://arxiv.org/abs/2609.34596v1
• Date: Mon, 28 Sep 2026 08:31:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 12:03:52.338597
• Title: Temporal Modelling for Burn Scars on Sentinel-3
• Title（参考訳）: センチネル3の燃焼スカーの時間モデル
• Abstract要約: 我々はCopernicus Emergency Management Serviceから,Sentinel-3 OLCIを一時的に組み合わせた246件の野火活動データセットを提示する。 U-Net, SegFormer, ConvNeXt-UPerNetの3つのバックボーンの空間的および時間的変動(ConvLSTM拡張)を2つの入力モードとスペクトル構成でベンチマークする。
• 参考スコア（独自算出の注目度）: 9.246351153624916
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rapid and accurate burn scar delineation from satellite imagery is essential for post-fire damage assessment. Sentinel-3 OLCI, with daily revisit and 21 spectral bands, suits rapid mapping, yet most pipelines treat acquisitions independently, leaving the pre/post-fire change signal unexploited. We present a dataset of 246 wildfire activations (2016-2025) from the Copernicus Emergency Management Service, with Sentinel-3 OLCI temporally paired acquisitions. We benchmark spatial and temporal (ConvLSTM-augmented) variants of three backbones (U-Net, SegFormer, ConvNeXt-UPerNet) under two input modes and spectral configurations. Temporal modeling improves segmentation only when pre-fire frames are included, and a 5-band subset matches the full 21-band OLCI configuration.
• Abstract（参考訳）: 衛星画像からの高速で正確な傷痕のデライン化は、火災後の損傷評価に不可欠である。 センチネル-3 OLCIは、毎日のリビジョンと21のスペクトル帯域を持つが、高速マッピングに適合するが、ほとんどのパイプラインは買収を個別に処理し、前/後の変更信号は未公表のままである。 我々はCopernicus Emergency Management Serviceから,Sentinel-3 OLCIを一時的に組み合わせた246件の山火事アクティベーション(2016-2025)のデータセットを提示する。 U-Net, SegFormer, ConvNeXt-UPerNetの3つのバックボーンの空間的および時間的変動(ConvLSTM拡張)を2つの入力モードとスペクトル構成でベンチマークする。 時間モデリングは、プレファイアフレームを含む場合にのみセグメンテーションを改善し、5バンドサブセットは21バンドのOLCI構成にマッチする。

関連論文リスト

• Distilling Vision-Language Models for Robust Traffic Sign Perception in Autonomous Vehicles [1.6385815610837167]
  LAMDAは、言語基底構造をTSRモデルに変換するトレーニングフレームワークである。 シャドーアタックでは+12.5pp、ナチュラル-ライトアタックでは+13.2ppとなる。
  論文  参考訳（メタデータ） (2026-08-09T17:05:00Z)
• Can LLM Agents Respond to Disasters? Benchmarking Heterogeneous Geospatial Reasoning in Emergency Operations [55.251494694783894]
  災害対応エージェントベンチマーク(DORA)は、エンド・ツー・エンドの災害対応のための最初のエージェントベンチマークである。 タスクは、災害認識、空間関係分析、救助・避難計画、時間的進化推論、マルチモーダルレポート合成という、災害対応パイプラインをカバーする5つの次元にまたがる。 DORAは、運用上の信頼性の高い災害対応エージェントのための厳格なテストベッドを確立する。
  論文  参考訳（メタデータ） (2026-05-12T06:57:41Z)
• GAMBIT: A Three-Mode Benchmark for Adversarial Robustness in Multi-Agent LLM Collectives [48.545980031973556]
  GAMBITは、インポスタ検出器を評価するための3つの評価モードと2つの独立したスコアを持つベンチマークである。 ベンチマークには、240の共進化型インポスタ戦略にまたがる27,804のラベル付きインスタンスのデータセットが付属している。
  論文  参考訳（メタデータ） (2026-05-09T16:07:23Z)
• CAST: Channel-Aware Spatial Transfer Learning with Pseudo-Image Radar for Sign Language Recognition [4.779774528361377]
  本稿では,チャネル認識型空間移動学習を利用した2重ストリームアーキテクチャであるCASTを提案する。 提案フレームワークは3つの物理対応アーキテクチャと事前訓練された視覚バックボーンを組み合わせており、レーダーのみの制約の下で動作している。 実験の結果、アーキテクチャは5倍のクロスバリデーションで80.5%のTop-1精度を達成した。
  論文  参考訳（メタデータ） (2026-05-09T04:02:40Z)
• Are Pretrained Image Matchers Good Enough for SAR-Optical Satellite Registration? [7.519268719195278]
  クロスモーダル光SAR登録はリモートセンシングによる災害応答のボトルネックとなる。 現代の画像マーカは、ほとんど自然画像ドメインでベンチマークされる。
  論文  参考訳（メタデータ） (2026-04-11T13:56:20Z)
• Position-Aware Scene-Appearance Disentanglement for Bidirectional Photoacoustic Microscopy Registration [6.677604052097574]
  光分解能高速光顕微鏡(OR-PAM) 既存の登録法は、輝度コンスタント性仮定に制約され、アライメント品質が制限されている。 GPEReg-Netは、ドメイン固有の外見コードとドメイン固有の外見的特徴を分離する、シーン・外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的外見的特徴を分離するフレームワークである。 OR-PAM-Reg-4Kベンチマークでは、GPEReg-Netが0.953、0.932、PSNRが34.49dB、SSIMが3.8%、SSIMが1.99dBを突破した。
  論文  参考訳（メタデータ） (2026-02-17T19:20:23Z)
• Self-Supervised Compression and Artifact Correction for Streaming Underwater Imaging Sonar [14.023965177100239]
  実時間撮像ソナーは、光センシングが信頼性の低い環境下での水中監視において重要なツールとなっている。 クリーンノイズペアや合成仮定を使わずに圧縮とアーティファクトの補正を共同で行う自己教師型フレームワークSCOPEを提案する。 SCOPEは太平洋岸北西部の3つの河川に数ヶ月間展開され、野生でのリアルタイムサケの列挙と環境モニタリングを支援している。
  論文  参考訳（メタデータ） (2025-11-17T21:19:15Z)
• Rethinking Temporal Fusion with a Unified Gradient Descent View for 3D Semantic Occupancy Prediction [62.69089767730514]
  視覚に基づく3次元意味的占有予測(VisionOcc)のための時間融合法であるGAFusionを提案する。 これは、VisionOccフレームワーク内の時間融合の未調査の側面を開き、時間的手がかりと融合戦略の両方に焦点を当てる。
  論文  参考訳（メタデータ） (2025-04-17T14:05:33Z)
• SatMAE: Pre-training Transformers for Temporal and Multi-Spectral Satellite Imagery [74.82821342249039]
  Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。 時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
  論文  参考訳（メタデータ） (2022-07-17T01:35:29Z)
• Identity Enhanced Residual Image Denoising [61.75610647978973]
  我々は、アイデンティティマッピングモジュールのチェーンと、画像の復号化のための残像アーキテクチャの残像からなる、完全な畳み込みネットワークモデルを学ぶ。 提案するネットワークは,従来の最先端・CNNアルゴリズムよりも極めて高い数値精度と画像品質を実現している。
  論文  参考訳（メタデータ） (2020-04-26T04:52:22Z)

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。