マスク条件付き生成AIによる山火事検出のための衛星画像データ生成

Abstract

ラベル付き衛星画像の不足は、深層学習（DL）ベースの山火事監視システムにとって根本的なボトルネックのままです。本論文では、既存の焼失（burn）マスクを条件として、タスク固有の再学習なしに、地球観測（EO）の拡散ベースの基盤モデルである EarthSynth が、山火事後の Sentinel-2 RGB 画像を現実的に合成できるかどうかを調査します。 CalFireSeg-50 データセット（Martin et al., 2025）から導出した焼失マスクを用いて、6 つの制御された実験構成を設計・評価します。これらは次の要素を体系的に変化させます：（i）パイプラインのアーキテクチャ（マスクのみの全面生成 vs. 事前火災（pre-fire）文脈を用いたインペインティング）、（ii）プロンプトエンジニアリング戦略（三つの手作りプロンプトと、Qwen2-VL によって生成された VLM プロンプト）、（iii）領域ごとのカラーマッチングのポストプロセシングステップ。 10 個の層化されたテストサンプルに対する定量評価では、4 つの補完的な指標を用います：Burn IoU、焼失領域の色距離（{\Delta}C_burn）、Darkness Contrast、Spectral Plausibility。結果は、インペインティングベースのパイプラインが、すべての指標において全面タイル生成を一貫して上回ることを示します。さらに、構造化されたインペインティングプロンプトが最良の空間整合（Burn IoU = 0.456）と焼失の顕著性（Darkness Contrast = 20.44）を達成し、一方でカラーマッチングは、焼失の顕著性が低下する代わりに、最小の色距離（{\Delta}C_burn = 63.22）をもたらします。 VLM 支援のインペインティングは、手作りプロンプトと競合する性能です。これらの知見は、生成的データ拡張を山火事検出パイプラインへ組み込むための基盤を提供します。 コードと実験は以下で利用可能です： https://www.kaggle.com/code/valeriamartinh/genai-all-runned