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

要約

災害は世界中で発生し、人命や財産に重大な被害をもたらします。
地球観測 (EO) データにより、迅速かつ包括的な建物被害評価 (BDA) が可能になります。これは、災害後に人的被害を減らし、災害救援活動に情報を提供するために不可欠な機能です。
最近の研究は、主に光学的な 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 AI モデルの開発に焦点を当てています。
しかし、光データに基づくソリューションは晴天・日中に限定され、災害時に迅速な対応ができません。
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と、全天候型、昼夜を問わず災害対応を行う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きました。
この論文では、AI ベースの全天候型災害対応をサポートするために、超高解像度の光学画像と SAR 画像 (BRIGHT) を使用した BDA データセットを紹介します。
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厳選された、オープンアクセスで世界的に分散されたイベント多様性のある初の MM データセットです。
世界 12 地域にわたる 5 種類の自然災害と 2 種類の人災をカバーしており、特に外部援助が最も必要とされている発展途上国に焦点を当てています。
BRIGHT の光学および SAR 画像は、空間解像度が 0.3 ～ 1 メートルで、個々の建物を詳細に表現できるため、正確な BDA に最適です。
私たちの実験では、BRIGHT でトレーニングされた 7 つの高度な AI モデルをテストし、転送性と堅牢性を検証しました。
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 Data Fusion Contest 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 12 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