論文の概要: GuidedSAM-Plume: An Expert-Guided Segmentation Framework for Volcanic Plumes
- arxiv url: http://arxiv.org/abs/2610.29825v1
- Date: Wed, 21 Oct 2026 14:48:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 09:50:43.257107
- Title: GuidedSAM-Plume: An Expert-Guided Segmentation Framework for Volcanic Plumes
- Title（参考訳）: GuidedSAM-Plume: 火山プラムのエキスパートガイドによるセグメンテーションフレームワーク
- Abstract要約: 火山学では、RGB画像からの火山噴煙と雲の幾何学的特徴は、専用セグメンテーション溶液の不足によって妨げられている。
本稿では,火山噴煙と雲の対話的セグメンテーションに適したオープンソースの専門家誘導フレームワークである GuidedSAM-Plume を紹介する。
- 参考スコア（独自算出の注目度）: 19.728633192080203
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantitative analysis of environmental phenomena increasingly relies on image-based measurements. In volcanology, the geometric characterization of volcanic plumes and clouds from RGB images remains hindered by the scarcity of dedicated segmentation solutions and partially handcrafted annotations remain widely prevalent. We present GuidedSAM-Plume, an open-source expert-guided framework tailored for the interactive segmentation of volcanic plumes and clouds. It leverages the zero-shot, spatial prompt-based capabilities of SAM2. The framework was thoroughly validated on a challenging dataset through dedicated segmentation metrics and field-relevant volcanological descriptors. From minimal user inputs, it is able to significantly increase performance compared to fully automatic dedicated solutions while preserving the reliability of derived volcanological parameters. The absence of retraining requirements lowers adoption barriers within the volcanological community, and the framework's demonstrated suitability for complex, diffuse plume-shaped phenomena extends its applicability to broader environmental science domains. The re-annotated dataset, produced under the guidance of expert volcanologists within the proposed framework, ultimately yields a more standardized release. The framework and accompanying dataset are made available at https://github.com/tad-damo/GuidedSAM-Plume.
- Abstract（参考訳）: 環境現象の定量的分析は、画像に基づく測定にますます依存している。
火山学では、RGB画像からの火山噴煙や雲の幾何学的特徴は、専用セグメンテーション溶液の不足によって妨げられ、部分的に手作りのアノテーションが広く普及している。
本稿では,火山噴煙と雲の対話的セグメンテーションに適したオープンソースの専門家誘導フレームワークである GuidedSAM-Plume を紹介する。
SAM2のゼロショット、空間的プロンプトベースの能力を利用する。
このフレームワークは、専用のセグメンテーションメトリクスとフィールド関連火山記述子を通じて、挑戦的なデータセットで徹底的に検証された。
最小限のユーザ入力から、火山学的パラメータの信頼性を保ちながら、完全に自動的な専用解よりも性能を著しく向上させることができる。
再訓練要件の欠如により、火山群集内での採用障壁が低下し、複雑で拡散したプルーム型の現象に対するフレームワークの適合性は、より広い環境科学領域に適用可能であることを証明した。
提案されたフレームワーク内で専門家火山学者の指導の下で作成された再注釈データセットは、最終的により標準化されたリリースをもたらす。
フレームワークと関連するデータセットはhttps://github.com/tad-damo/GuidedSAM-Plume.comで公開されている。
関連論文リスト
- Volcanic Clouds Detection through QCNN and Geostationary Satellite Multispectral Imagery [63.84017474733142]
量子コンピューティングの最近の進歩は、地球観測(EO)データ分析の新しい可能性を開く。
これらの能力は、量子化モデルが衛星リモートセンシングにおける長年の課題に対処できるかどうかを探求する動機となった。
本研究では,火山雲を含む衛星画像の分類におけるハイブリッド量子畳み込みニューラルネットワーク(QCNN)の可能性について検討した。
論文 参考訳（メタデータ） (2026-07-29T09:01:46Z) - Domain-Guided Prompting of the Segment Anything Model for Seismic Interpretation: The Role of Attributes, Visualization, and Hybrid Prompts [0.1529342790344802]
基礎モデルの地震データへのゼロショット適応のための原理的枠組みを導入する。
本フレームワークは,(1) 地震特性と可視化の選択を地質学的対象と整合させること,(2) ハイブリッド・プロンプト・ストラテジーを採用すること,の2つの重要な構成要素に基づいて構築されている。
以上の結果から,地震特性とカラーマップの地質学的対象選択とハイブリッドプロンプトの併用により,地質学的特徴の分離性が向上することが示唆された。
論文 参考訳（メタデータ） (2026-06-14T12:40:02Z) - Physically-Induced Atmospheric Adversarial Perturbations: Enhancing Transferability and Robustness in Remote Sensing Image Classification [54.952203312050564]
敵対的攻撃は、リモートセンシング(RS)画像分類におけるディープラーニングモデルの信頼性に深刻な脅威をもたらす。
本稿ではフォグフール(FogFool)を提案する。
2つのベンチマークRSデータセットの実験は、FogFoolが優れたパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-04-16T05:47:57Z) - Transforming volcanic monitoring: A dataset and benchmark for onboard volcano activity detection [22.89051044840758]
本研究では,世界中の多様な火山を包含する,火山活動と噴火検出のために設計された新しいデータセットを提案する。
このデータセットは、火山性異常や非火山性異常を識別するためのバイナリアノテーションを提供し、温度異常、噴火、火山灰の放出などの現象をカバーしている。
今後の研究のベースラインを確立するために,最先端モデルを用いた総合ベンチマークを提案する。
実験台としてIntel Movidius Myriad X VPUを用いて, 直接火山活動検出の可能性を示す。
論文 参考訳（メタデータ） (2025-10-27T00:42:16Z) - Towards Explicit Geometry-Reflectance Collaboration for Generalized LiDAR Segmentation in Adverse Weather [58.4718010073085]
既存のLiDARセグメンテーションモデルは、悪天候にさらされると精度が低下することが多い。
この課題に対処する最近の手法は、気象シミュレーションやユニバーサル拡張技術によるトレーニングデータの強化に重点を置いている。
本稿では,幾何・反射性の特徴抽出を明示的に分離する新しい幾何・反射性協調フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-03T03:23:43Z) - Hephaestus Minicubes: A Global, Multi-Modal Dataset for Volcanic Unrest Monitoring [2.6214349237099173]
ヘファエスタス・ミニキューブス(Hephaestus Minicubes)は、7年間にわたって世界でも最も活発な火山44点をカバーする38の時間的データキューブのコレクションである。
それぞれの時間的データキューブは、InSARの製品、地形データ、およびInSAR画像の地上変形を模倣する信号遅延を導入することで知られている大気変数を統合している。
本稿では, 変形現象の種類, 強度, 空間的範囲を詳述する専門家アノテーションと, 観察されたシーンのリッチテキスト記述について述べる。
論文 参考訳（メタデータ） (2025-05-23T11:55:41Z) - Conceptual framework for the application of deep neural networks to surface composition reconstruction from Mercury's exospheric data [77.40388962445168]
本研究では、ディープニューラルネットワーク(DNN)を用いた中性外気圏のその場測定から水銀のレゴリス元素組成の導出の可能性について検討する。
本稿では,下記表層リゴリスの化学成分を予測した制御フィードフォワードDNNアーキテクチャを提案する。
表面と外圏の相互作用や、外圏の形成に至る過程を推定する指標として機能する。
論文 参考訳（メタデータ） (2025-05-16T09:52:45Z) - PolSAM: Polarimetric Scattering Mechanism Informed Segment Anything Model [83.35198885088093]
PolSARデータは、そのリッチで複雑な特徴のために、ユニークな課題を提示する。
複素数値データ、偏光特性、振幅画像などの既存のデータ表現が広く使われている。
PolSARのほとんどの機能抽出ネットワークは小さく、機能を効果的にキャプチャする能力を制限している。
本稿では,ドメイン固有の散乱特性と新規なプロンプト生成戦略を統合したSegment Anything Model (SAM) であるPolarimetric Scattering Mechanism-Informed SAM (PolSAM)を提案する。
論文 参考訳（メタデータ） (2024-12-17T09:59:53Z) - TopoFR: A Closer Look at Topology Alignment on Face Recognition [58.45515807380505]
PTSAと呼ばれるトポロジカル構造アライメント戦略とSDEという硬質試料マイニング戦略を利用する新しいFRモデルであるTopoFRを提案する。
PTSAは永続ホモロジーを用いて入力空間と潜在空間の位相構造を整列し、構造情報を効果的に保存し、FRモデルの一般化性能を向上させる。
一般的な顔のベンチマーク実験の結果は、最先端の手法よりもTopoFRの方が優れていることを示している。
論文 参考訳（メタデータ） (2024-10-14T14:58:30Z) - Deep residential representations: Using unsupervised learning to unlock
elevation data for geo-demographic prediction [0.0]
LiDAR技術は、都市景観と農村景観の詳細な3次元標高マップを提供するために利用することができる。
現在まで、空中LiDAR画像は、主に環境と考古学の領域に限られている。
我々は、このデータの適合性は、独自のだけでなく、人口統計学的特徴と組み合わせたデータの源でもあると考え、埋め込みの現実的なユースケースを提供する。
論文 参考訳（メタデータ） (2021-12-02T17:10:52Z)
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。