יום שני, 5 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

אבחון נזקי בניינים בזמן אמת: פיתוח סטטיסטי לצורך חיסכון בנתונים

Embedded Bi-Temporal Building Damage Assessment for On-Board Data Reduction
אבחון נזקי בניינים בזמן אמת: פיתוח סטטיסטי לצורך חיסכון בנתונים. המחקר עוסק בפיתוח סטטיסטי לאבחון נזקי בניינים בזמן אמת, כדי לחסוך בנתונים. הסטטיסטי נבנה על בסיס דטקטור סיימסי שהושפע מ-YOLOX.
תקציר מקורי באנגליתarXiv:2609.37013v2 Announce Type: replace-cross Abstract: Rapid assessment of building damage after natural disasters is essential to support emergency response. Earth Observation satellites can acquire relevant imagery shortly after an event, but exploitation is limited by uplink and downlink capacity and by ground-processing latency. We address this with a bi-temporal building damage assessment pipeline built on a siamese detector derived from YOLOX, designed to compress information at both ends of the ground/space link. On the ground, pre-disaster reference images are encoded into a compact latent space -- compressed by up to a factor of 64 -- and uplinked to the satellite. On board, this reference is compared with a fresh post-disaster acquisition so that the downlink carries only acti
קרא במקור המקורי