ContrailNet: A Cost-Efficient Computer Vision Approach for Long-term Global Automated Contrail Monitoring
世界の航空機飛行による飛行機雲監視におけるアノテーション済みデータの不足に対処するため、本研究では、転移学習と特化したアテンションメカニズムを活用することで、最小限の計算リソースで高精度な検出を実現し、それによって迅速な全球規模のカバー範囲の再構築を可能にし、気候影響評価のための規制遵守を支援する、コスト効率の高いUNetベースのコンピュータビジョンモデルであるContrailNetを導入する。