[2K1-GS-7a] Vision, speech media processing

9:45 AM - 10:00 AM JST(12:45 AM - 1:00 AM UTC)

[2K1-GS-7a-04] Few-shot Object Recognition Using Remote Sensing Imagery Foundation Models

〇Shoma Ikki¹, Daiki Kimura^1,2, Hayaru Shouno¹ (1. The University of Electro-Communications, 2. IBM Japan, Ltd.)

Keywords:

Remote Sensing,Foundation Model,Few-shot

本研究では, スケール不変な特徴表現を獲得するCross-Scale MAE を事前学習モデルとして採用し, RS 画像のFew-shot 分類における有効性を検証した. その結果, 各クラス10 枚の条件下において, Cross-Scale MAE は十分なデータ量があ る場合には高精度を示す一方で, Few-shot 設定ではベースラインのVanilla MAE を大きく下回ることが明らかとなっ た. 分析の結果, スケール頑健性の効果は限定的であり, その要因として事前学習データの規模不足と物理的なサイズ情 報の欠落が示唆された. 本研究は, RS 画像のFew-shot 分類においては手法的なスケール不変性の導入よりも学習データ の規模確保が優先されるべきであり, 対象に応じたスケール情報の適切な取捨選択が不可欠であるという知見を提供する.