SyMTRS：空中写真における深度推定、ドメイン適応、およびスーパーレゾリューションのための多タスク合成ベンチマークデータセット

arXiv:2604.21801v1 Announce Type: new 要約：リモートセンシング用の深層学習の最近の進展は、大規模なアンノテートされたデータセットに依存していますが、幾何学的、放射度的、およびマルチドメインのタスクにおいて、高品質な真の地面データ（ground truth）を取得することはいまだ高コストであり、しばしば不可能です。特に、正確な深度アノテーション、制御された照明的変化、およびマルチスケールでペアリングされたイメージの欠如が、双眼深度推定、ドメイン適応、および空中シーン用のスーパーレゾリューションの進歩を制限しています。本稿では、高忠実度な都市シミュレーションパイプラインを使用して生成された大規模な合成データセット、SyMTRS を紹介します。このデータセットは、解像度 2048 x 2048 の高分解像度 RGB 空中写真、ピクセル当たり精度の深度マップ、ドメイン適応のための夜景対応イメージ、および x2、x4、x8 スケールのスーパーレゾリューションのために整合性のある低解像度バリエーションを提供します。既存のリモートセンシングデータセットが単一のタスクまたはモードに焦点を当てているのと異なり、SyMTRS は幾何学的理解、クロスドメインの頑健性、および解像度強化の共同研究を可能にする統一された多タスクベンチマークとして設計されています。データセットの生成プロセス、その統計的特性、そして既存のベンチマークとの位置付けについて説明します。SyMTRS は、完璧な幾何学的真の地面データと一貫したマルチドメインの監視を可能にする制御された実験を促進することで、リモートセンシング研究における重要なギャップを埋めることを目指しています。本研究で得られた結果は、以下の Github リポジトリから再現可能です：https://github.com/safouaneelg/SyMTRS

arXiv:2604.21801v1 Announce Type: new Abstract: Recent advances in deep learning for remote sensing rely heavily on large annotated datasets, yet acquiring high-quality ground truth for geometric, radiometric, and multi-domain tasks remains costly and often infeasible. In particular, the lack of accurate depth annotations, controlled illumination variations, and multi-scale paired imagery limits progress in monocular depth estimation, domain adaptation, and super-resolution for aerial scenes. We present SyMTRS, a large-scale synthetic dataset generated using a high-fidelity urban simulation pipeline. The dataset provides high-resolution RGB aerial imagery (2048 x 2048), pixel-perfect depth maps, night-time counterparts for domain adaptation, and aligned low-resolution variants for super-resolution at x2, x4, and x8 scales. Unlike existing remote sensing datasets that focus on a single task or modality, SyMTRS is designed as a unified multi-task benchmark enabling joint research in geometric understanding, cross-domain robustness, and resolution enhancement. We describe the dataset generation process, its statistical properties, and its positioning relative to existing benchmarks. SyMTRS aims to bridge critical gaps in remote sensing research by enabling controlled experiments with perfect geometric ground truth and consistent multi-domain supervision. The results obtained in this work can be reproduced from this Github repository: https://github.com/safouaneelg/SyMTRS.