BRIGHT: A globally distributed multimodal building damage assessment dataset with very-high-resolution for all-weather disaster response

要約

災害イベントは世界中で発生し、人間の生活と財産に大きな損害を与えます。
地球観測（EO）データにより、災害の余波で人間の死傷者を減らし、災害救援活動を通知するための重要な能力である迅速かつ包括的な建築ダメージ評価（BDA）が可能になります。
最近の研究では、主に光学EOデータを使用して、目に見えない災害イベントの正確なマッピングを実現するためのAIモデルの開発に焦点を当てています。
ただし、光学データに基づくソリューションは、晴れた空と昼間の時間に限定されており、災害に対する迅速な対応を防ぎます。
マルチモーダル（MM）EOデータ、特に光学画像とSAR画像の組み合わせを統合することで、すべての天候の昼夜を問わず災害対応を提供することが可能になります。
この可能性にもかかわらず、堅牢なマルチモーダルAIモデルの開発は、適切なベンチマークデータセットの欠如によって制約されています。
このホワイトペーパーでは、AIベースの全天候型災害対応をサポートするために、非常に高解像度の光学およびSAR画像（明るい）を使用してBDAデータセットを提示します。
私たちの知る限り、Brightは、AIベースの災害対応をサポートするために特別にキュレーションされた、最初のオープンアクセス、グローバルに分散されたイベントダイバースMMデータセットです。
世界中の14の地域で5種類の自然災害と2種類の人工災害をカバーしており、外部支援が最も必要な発展途上国に特に焦点を当てています。
0.3〜1メートルの間の空間分解能を備えた明るい光とSARの画像は、個々の建物の詳細な表現を提供し、正確なBDAに最適です。
私たちの実験では、伝達可能性と堅牢性を検証するために、明るく訓練された7つの高度なAIモデルをテストしました。
データセットとコードは、https：//github.com/chenhongruixuan/brightで入手できます。
Brightは、2025 IEEE GRSSデータフュージョンコンテストの公式データセットとしても機能します。

要約(オリジナル)

Disaster events occur around the world and cause significant damage to human life and property. Earth observation (EO) data enables rapid and comprehensive building damage assessment (BDA), an essential capability in the aftermath of a disaster to reduce human casualties and to inform disaster relief efforts. Recent research focuses on the development of AI models to achieve accurate mapping of unseen disaster events, mostly using optical EO data. However, solutions based on optical data are limited to clear skies and daylight hours, preventing a prompt response to disasters. Integrating multimodal (MM) EO data, particularly the combination of optical and SAR imagery, makes it possible to provide all-weather, day-and-night disaster responses. Despite this potential, the development of robust multimodal AI models has been constrained by the lack of suitable benchmark datasets. In this paper, we present a BDA dataset using veRy-hIGH-resoluTion optical and SAR imagery (BRIGHT) to support AI-based all-weather disaster response. To the best of our knowledge, BRIGHT is the first open-access, globally distributed, event-diverse MM dataset specifically curated to support AI-based disaster response. It covers five types of natural disasters and two types of man-made disasters across 14 regions worldwide, with a particular focus on developing countries where external assistance is most needed. The optical and SAR imagery in BRIGHT, with a spatial resolution between 0.3-1 meters, provides detailed representations of individual buildings, making it ideal for precise BDA. In our experiments, we have tested seven advanced AI models trained with our BRIGHT to validate the transferability and robustness. The dataset and code are available at https://github.com/ChenHongruixuan/BRIGHT. BRIGHT also serves as the official dataset for the 2025 IEEE GRSS Data Fusion Contest.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google