A Unified Remote Sensing Anomaly Detector Across Modalities and Scenes via Deviation Relationship Learning

要約

リモートセンシング異常検出器は、背景から逸脱した物体を潜在的なターゲットとして検出できます。
地球異常の種類が多様であることを考慮すると、モダリティやシーンにまたがる統合された異常検出器は、コスト効率が高く、新しい地球観測源や異常の種類に柔軟に対応できる必要があります。
ただし、現在の異常検出器は、さまざまなバックグラウンド分布を学習することを目的としているため、単一のモダリティおよび単一のシーンに限定されています。
異常がローカルコンテキストからの逸脱を示すという普遍的な異常逸脱パターンを動機として、私たちはこの特性を利用して統合された異常検出器を構築します。
まず、異常検出タスクを偏差関係に基づいた無向二層グラフとして再定式化します。ここで、背景と通常のオブジェクトのパターンを考慮して、異常スコアは条件付き確率としてモデル化されます。
学習目標は、条件付き確率ランキング問題として表現されます。
さらに、データ、アーキテクチャ、最適化の側面で再定式化のインスタンス化を設計します。
シミュレートされたスペクトルおよび空間の異常が、インスタンス化されたアーキテクチャを駆動します。
モデルは条件付き確率ランキング用に直接最適化されます。
提案されたモデルは、ハイパースペクトル、可視光、合成開口レーダー (SAR)、赤外線、低光量を含む 5 つのモダリティで検証され、統合された検出能力が示されました。

要約(オリジナル)

Remote sensing anomaly detector can find the objects deviating from the background as potential targets. Given the diversity in earth anomaly types, a unified anomaly detector across modalities and scenes should be cost-effective and flexible to new earth observation sources and anomaly types. However, the current anomaly detectors are limited to a single modality and single scene, since they aim to learn the varying background distribution. Motivated by the universal anomaly deviation pattern, in that anomalies exhibit deviations from their local context, we exploit this characteristic to build a unified anomaly detector. Firstly, we reformulate the anomaly detection task as an undirected bilayer graph based on the deviation relationship, where the anomaly score is modeled as the conditional probability, given the pattern of the background and normal objects. The learning objective is then expressed as a conditional probability ranking problem. Furthermore, we design an instantiation of the reformulation in the data, architecture, and optimization aspects. Simulated spectral and spatial anomalies drive the instantiated architecture. The model is optimized directly for the conditional probability ranking. The proposed model was validated in five modalities including the hyperspectral, visible light, synthetic aperture radar (SAR), infrared and low light to show its unified detection ability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google