[論文レビュー] OceanSAR-2: A Universal Feature Extractor for SAR Ocean Observation

Alexandre Tuel, Thomas Kerdreux+7 more|Archimer (Ifremer)|Jan 12, 2026

Ocean Waves and Remote Sensing被引用数 0

ひとこと要約

OceanSAR-2は、校正済みsigma0 Sentinel-1 Wave Modeデータで学習されたコンパクトなDINOv2ベースの基盤モデルで、分類・回帰・検出タスク全体に対して強力なゼロショットおよびファインチューニング転移を示す普遍的なSAR海洋特徴抽出器として機能する。標準化された海洋SARベンチマークフレームワークを含む。

ABSTRACT

We present OceanSAR-2, the second generation of our foundation model for SAR-based ocean observation. Building on our earlier release, which pioneered self-supervised learning on Sentinel-1 Wave Mode data, OceanSAR-2 relies on improved SSL training and dynamic data curation strategies, which enhances performance while reducing training cost. OceanSAR-2 demonstrates strong transfer performance across downstream tasks, including geophysical pattern classification, ocean surface wind vector and significant wave height estimation, and iceberg detection. We release standardized benchmark datasets, providing a foundation for systematic evaluation and advancement of SAR models for ocean applications.

研究の動機と目的

• 海洋観測のための普遍的でSAR特化の基盤モデルの必要性を、データ不足と海洋固有の成像物理によって動機づける。
• sigma0ネイティブな自己教師付きモデルであるOceanSAR-2を開発し、下流の海洋タスクへの転移を改善しつつトレーニングコストを削減する。
• 公正なモデル間比較を可能にする標準化かつ進化するベンチマークデータセットを提案する。
• パターン分類、地球物理量推定、氷山検出の分野でのモデルの転移能力を示す。

提案手法

• DINOv2ベースの自己教師付き事前学習を採用し、全球的な画像構造と局所パッチ情報の両方を捉える（iBOT損失）KoLeo正則化で多様な表現を促進。
• 生データDN振幅ではなく校正済みsigma0の逆散乱を入力として使用し、取得間の特徴の一貫性を向上。
• 動的データプルーニングを実装し、冗長性を削減すると同時に学習サンプルの多様性を促進。
• パッチサイズ16x16のVision Transformerバックボーンを維持し、画像レベル表現のクラストークンを生成。
• 比較的小規模なモデルサイズ（≈21Mパラメータ）でSentinel-1 Wave Mode SARデータを用いて学習し、コストを抑えつつ強い転移を実現。
• 分類、回帰、物体検出を含む標準化された下流ベンチマークを海洋SARに対して提供。

実験結果

リサーチクエスチョン

• RQ1 sigma0ネイティブで自己教師付きのSARモデルが、ラベルなしデータのまま多様な海洋現象に対する転移表現を学習できるか。
• RQ2 ゼロショットおよびファインチューニング設定でのOceanSAR-2の分類、回帰（SWH、風速）、氷山検出タスクの性能はどうなるか。
• RQ3 標準化された「生きている」ベンチマークは、海洋-SAR基盤モデルの意味のある比較と進捗追跡を可能にするか。
• RQ4 海洋SAR基盤モデルのモデルサイズ、トレーニングコスト、下流性能のトレードオフはどうなるか。

主な発見

Model	Params	TenGeoP (%)	SWH (m)	Wspd (m/s)	Wdir (deg)	YOLOIB (F1@0.1)
DINOv3	300M	91.9	0.55	1.68	-	-
TerraMind	85M	74.9	0.73	1.95	-	-
WV-Net	24M	91.5	0.64	1.71	-	-
OceanSAR2	21M	94.0	0.52	1.32	-	-

• ゼロショットモードでは、OceanSAR-2はTerraMind、WV-Net、DINOv3（TenGeoP 94.0%精度、SWH 0.52 m、Wspd 1.32 m/s）と比較して全ベンチマークでトップ性能を達成。
• MLFinetuneモードでは、多くのタスクで最高またはほぼ最高の結果を示し、TenGeoP 98.5%精度、SWH 0.40 m、Wspd 1.01 m/s、Wdir 16.9度、YOLOIB 0.865 F1を記録。
• OceanSAR-2はDINOv3（300M）などの大規模モデルよりパラメータ数がはるかに少ない21Mで、コストを抑えつつ競争力のある性能を維持。
• WV-Netは入力正規化戦略（SSR）によって波動モジュレーションダイナミクスを強調するため、SWH（0.427–0.64 m）と風速（1.23–1.71 m/s）で非常に競争力が高い。
• TerraMindは海洋-SAR事前学習データ不足とMAEベースの設計の影響で、タスク全般で性能が劣る。
• 本研究は、コンパクトでsigma0ネイティブなバックボーンが、分類・回帰・検出を横断するSAR海洋画像の普遍的特徴抽出器として機能し得ることを示す。