Transformerを用いた洪水シーンセグメンテーション：発展途上国向け

洪水は大規模な自然災害であり、多くの死者を出し、広範囲の物的被害と経済的な混乱を引き起こします。特に人口が密集し、資源が限られている発展途上国では、その影響はより広範で長期間にわたります。早期警報システム（EWS）は水位やその他の要因を継続的に評価し、洪水を予測することで被害の軽減に貢献します。災害後には、災害対応チームが被災地の構造的被害を評価し、深刻な影響を受けた地域への最適な対応策を決定するためにポスト・ディザスター・ニーズ・アセスメント（PDSA）を行います。しかし、現在でも発展途上国では、EWSやPDSAによる大量の画像や動画データの分析は、主に初期対応者やボランティアによって手動で行われています。本研究では、FloodTransformerというモデルを提案します。これは我々の知る限り、初めて空中画像から洪水区域を検出およびセグメンテーションするための視覚変換器ベースのモデルです。また、洪水範囲の空間的な広がりを測定し、セグメンテーションされた洪水区域の量を量化するための独自指標である洪水容量（Flood Capacity: FC）も提案しています。SWOC Floodセグメンテーションデータセットを使用して0.93 mIoUを達成しており、他のすべての方法を上回っています。さらに、この手法の堅牢性を示すために、他の洪水データソースからの未見の洪水画像での検証も行いました。