Focus or Not: A Baseline for Anomaly Event Detection On the Open Public Places with Satellite Images

要約

タイトル：
オープンパブリックスペースでの異常事件の検出のための基本線：衛星画像を用いたアノマリイベント検出のベースライン

要約：
– 衛星画像による世界中の監視が重要な課題となった
– サイト監視タスクは、変化検知と異常事件検出の2つの独立したタスクに分けることができる
– 多数のデータセット（LEVIR-CD、WHU-CD、S2Looking、xView2など）に基づいて変化検出の研究が活発に行われている一方、異常事件を検知するためのAIモデルの研究は受動的であまり行われていない
– 本論文では、オープンパブリックスペースでの異常事件の検出のための新しい衛星画像データセット（AED-RS）を紹介する
– AED-RSデータセットには、世界中の8つのオープンパブリックスペースの正常および異常状況の衛星画像が含まれており、各場所は特徴の差に基づく異なる基準でラベルが付けられている
– このデータセットを使って、弱い監視方法で訓練可能なベースラインモデル、TB-FLOWを紹介し、他のNF（正規化フロー）ベースの異常検出モデルと比較して、AED-RSデータセット上で合理的な性能を示した
– 当社のデータセットとコードは \url{https://github.com/SIAnalytics/RS_AnomalyDetection.git} で公開される予定である。

要約(オリジナル)

In recent years, monitoring the world wide area with satellite images has been emerged as an important issue. Site monitoring task can be divided into two independent tasks; 1) Change Detection and 2) Anomaly Event Detection. Unlike to change detection research is actively conducted based on the numerous datasets(\eg LEVIR-CD, WHU-CD, S2Looking, xView2 and etc…) to meet up the expectations of industries or governments, research on AI models for detecting anomaly events is passively and rarely conducted. In this paper, we introduce a novel satellite imagery dataset(AED-RS) for detecting anomaly events on the open public places. AED-RS Dataset contains satellite images of normal and abnormal situations of 8 open public places from all over the world. Each places are labeled with different criteria based on the difference of characteristics of each places. With this dataset, we introduce a baseline model for our dataset TB-FLOW, which can be trained in weakly-supervised manner and shows reasonable performance on the AED-RS Dataset compared with the other NF(Normalizing-Flow) based anomaly detection models. Our dataset and code will be publicly open in \url{https://github.com/SIAnalytics/RS_AnomalyDetection.git}.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI