比較研究：合成開口レーダー画像における氷河の崩壊前端の境界線抽出におけるディープラーニング

arXiv:2501.05281v2 Announce Type: replace 摘要: 氷河の崩壊前端の継続的な監視は、海面上昇の予測に不可欠です。本研究では、合成開口レーダー画像における前端の境界線抽出のためにディープラーニングシステムを検証しました。ディープラーニングシステムは誤差が最大 221m に達する一方、人間による注釈者の偏離は 38m にとどまり、これによりさらなる研究の必要性が明確になりました。

arXiv:2501.05281v2 Announce Type: replace Abstract: Continuous monitoring of glacier calving fronts is essential for sea level rise projections. This study benchmarks Deep Learning systems for front delineation in Synthetic Aperture Radar imagery. While Deep Learning systems exhibit errors up to 221 m, human annotators deviate by only 38 m, underscoring the need for further research.