deSEO：高解像度衛星画像の影除去のための物理を踏まえたデータセット作成
arXiv cs.CV / 2026/5/6
📰 ニュースModels & Research
要点
- 本論文では、衛星画像の影除去に向けて幾何整合性と物理を踏まえたペア学習（影あり／影なし）の教師データを作る手法として deSEO を提案している。
- 既存の地球観測データセットは、影の検出や3Dモデリング向けであることが多く、幾何的に整合した影なしのペアがほぼ存在しないというギャップを埋めることを狙っている。
- deSEO は S-EO の影検出データセットから、弱い影の参照タイルを選び、時間的・幾何学的フィルタリングに加えて Jacobian ベースの方位正規化と LoFTR-RANSAC 登録を用いてペアを構築する。
- 学習はピクセルごとの有効性マスクで確実に整合した領域に限定し、残るオフナディールのパララックスがあっても教師信号を活用できるようにしている。
- 実験では、照明条件や視点が異なる状況でもキャストシャドウの見え方を一貫して低減でき、衛星の視点変動に対して UAV ベース（SRNet/pix2pix）の単純適応は収束しないことが示されている。
