SatAI.challenge

SatAI.challengeは、リモートセンシング技術にAIを適用した論文の調査や、より俯瞰した技術トレンドの調査や国際学会のメタサーベイを行う勉強会コミュニティです。リンク先は公式ページです。

[ぴっかりん @ra0kley]

第29回 SatAI.challenge勉強会にて論文紹介を行いました

リモセン画像からベクター形式で地図を作る（地物を抽出する）取り組みは多く行われていますが、抽出結果を「構造的な言語」としてみなし、リモセン画像から生成できるようにするという手法が面白いなと思い、紹介しました！

[ぴっかりん @ra0kley]

SatAI.challengeは、ジオAI研究会の中間整理資料にあった“地理空間情報とAIの両方を理解できる人材”が多いコミュニティだと個人的に思っているので、これからも活動を頑張っていきたい！

[Ryo Nakamura @ryo123456789098]

平出さんの紹介論文は事前学習調査系の論文で、ダウンストリームタスクで人口密度推定、物体検出等で同じ国の衛星画像を単純に学習すれば良いわけではなく、建物の密集さと性能に相関が得られた知見がユニークでした。衛星画像認識タスクにおけるデータ品質について示唆する内容だと感じました。

[Ryo Nakamura @ryo123456789098]

仮説として出たのが目的関数定式化の違いと手法に用いられてるVLMモデルの性能の高さで、VLMが持つ概念のダイバーシティの興味をそそる内容でした。

次、平出さんの論文紹介

[Ryo Nakamura @ryo123456789098]

毎月、メタサーベイみたいな事もやっております。
今月は、最近公開されたジオAI研究会の深掘りをやってます。

過去に下記についてもまとめてます。
マルチエージェントシステム
衛星の軌道上におけるエッジAI
セマンティック通信

発表して欲しい等の依頼があれば言ってください！😊

[Ryo Nakamura @ryo123456789098]

双方とも大変面白い論文でした。
ぴっかりんさんの紹介論文はLLMの構造的出力を利用してgeojson形式で建物のポリゴン等を強化学習方式で最適化するフレームワークの定式化。なぜか従来の画像ベースの手法より高精度で、メンバーでその理由を議論してました。

続く

[SatAI.challenge @sataichallenge]

また、6月は国土交通省のジオAI研究会の資料を読み議論する会を行いました。SatAIのメンバーでジオAIをより一層普及するために何が必要か、何がハードルになっているかなどを熱く議論できました。

ジオAI研究会中間報告資料 深堀り・議論会 https://t.co/wC0qtMkQci

#speakerdeck

[SatAI.challenge @sataichallenge]

Vector Map as Language: Toward Unified Remote Sensing Vector Mapping https://t.co/Lrn23ClboP

Pretrain Where? https://t.co/96oYCfWKAW

Youtubeに説明動画もアップしています。併せてご覧ください。

[SatAI.challenge @sataichallenge]

第29回 SatAI.challenge勉強会のスライドを公開しました！
今回は以下の2論文を紹介しています📡
ベクター形式での輪郭抽出手法と基盤モデルの性能には訓練データの作り方が大事という論文です！

[SatAI.challenge @sataichallenge]

Pretrain Where? Investigating How Pretraining Data Diversity Impacts Geospatial Foundation Model Performance https://t.co/GHDdCIzFs9

基盤モデルの学習時にどの地域をどれくらい混ぜれば、下流タスクに寄与するのかという実験を丁寧に行なった論文です。

[SatAI.challenge @sataichallenge]

勉強会の発表動画も公開されています📡🎥
スライドとあわせてぜひご覧ください！
▶️ MM-OVSeg
https://t.co/3UEHOiNRa9
▶️VRID 解説動画
https://t.co/aAhoE3Mii7

[SatAI.challenge @sataichallenge]

28回 SatAI.challenge勉強会のスライドを公開しました！今回は以下の2論文を紹介しています📡🧠
光学＋SARのマルチモーダル融合によるOpen-Vocabulary Segmentation
地上-衛星画像間のCross-View Pose Estimation

[SatAI.challenge @sataichallenge]

VRID: View-Invariant Representation through Dual-Axis Transformation for Cross-View Pose Estimation
地上画像と衛星画像からカメラの位置・向きを推定するCross-View Pose Estimationの新手法。
https://t.co/kQZcOyaH1b

[SatAI.challenge @sataichallenge]

説明動画もYoutubeにアップロードしております。併せてご覧ください。
RS-Agent: Automating Remote Sensing Tasks through Intelligent Agent https://t.co/6WaDjlgqYF
PGDM: Physically Guided Diffusion Model for L Downscaling https://t.co/lucNCFpH5l via @YouTube

[SatAI.challenge @sataichallenge]

第27回 SatAI.challenge勉強会のスライドとYoutube動画を公開いたしました。 今回はエージェントを利用したリモセン画像解析と、地表面温度画像の超解像データセット作成方法を工夫した論文です。

[SatAI.challenge @sataichallenge]

RS-Agent: Automating Remote Sensing Tasks through Intelligent Agent https://t.co/CxeticHohV

「RS-Agent」は、複数の専門ツールとドメイン知識を統合することで、複雑な衛星画像解析タスクを自律的に実行可能なリモートセンシング分野向けAIエージェントです。

[SatAI.challenge @sataichallenge]

セマンティック通信勉強会 6Gに向けたデバイス間効率的な通信の技術紹介・課題・今後展望 https://t.co/HRUrwLB9Rj

セマンティック通信の勉強会を行いました。衛星のエッジAIにも使われる仕組みであり、6G以降を見据えた意味に基づく通信の考え方と、デバイス間通信への応用・課題を整理しました。