時間的インペインティングによる衛星画像異常検知

本論文は、大気ノイズや季節変動による課題に対処し、衛星画像における地表面の変化を検出するための新しい深層学習アプローチを提示しています。中核となるアイデアは、インペインティングモデルを使用して、以前の観測に基づいて衛星画像の予想される外観を予測し、予測と実際の画像を比較することによって異常を特定することです。地震によって引き起こされた地表破裂への応用は、従来のメソッドと比較して、このメソッドの有効性と感度の向上を示しています。これは、災害対応と環境モニタリングに不可欠な、地表面の変化の自動化されたグローバルスケールモニタリングへの道を提供するので重要です。

• •衛星画像における異常検出のための新しい深層学習アプローチを提案。
• •衛星画像の予想される外観を予測するために、時間的インペインティングを利用。
• •従来のメソッドと比較して、感度と特異性が向上していることを実証。
• •地震によって引き起こされた地表破裂へのアプローチを検証。
• •地表面の変化の自動化されたグローバルスケールモニタリングへの道を提供する。