論文の概要: Lake Ice Monitoring with Webcams and Crowd-Sourced Images

• arxiv url: http://arxiv.org/abs/2002.07875v2
• Date: Fri, 8 May 2020 03:02:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-30 20:37:25.389765
• Title: Lake Ice Monitoring with Webcams and Crowd-Sourced Images
• Title（参考訳）: webカメラとクラウドソース画像による湖氷モニタリング
• Authors: Rajanie Prabha, Manu Tom, Mathias Rothermel, Emmanuel Baltsavias, Laura Leal-Taixe, Konrad Schindler
• Abstract要約: 本稿では,自由に利用可能なウェブカメラデータを用いて,湖氷のモニタリングを行う普遍モデルに向けて前進する。 我々は、異なる冬と異なる湖にまたがるアノテーションを一般化する機能など、優れたパフォーマンスを示す。 我々は,複数のカメラと2つの異なる冬から得られたWebカメラ画像のベンチマークデータセットであるPhoti-LakeIceを紹介した。
• 参考スコア（独自算出の注目度）: 15.616179111087053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lake ice is a strong climate indicator and has been recognised as part of the Essential Climate Variables (ECV) by the Global Climate Observing System (GCOS). The dynamics of freezing and thawing, and possible shifts of freezing patterns over time, can help in understanding the local and global climate systems. One way to acquire the spatio-temporal information about lake ice formation, independent of clouds, is to analyse webcam images. This paper intends to move towards a universal model for monitoring lake ice with freely available webcam data. We demonstrate good performance, including the ability to generalise across different winters and different lakes, with a state-of-the-art Convolutional Neural Network (CNN) model for semantic image segmentation, Deeplab v3+. Moreover, we design a variant of that model, termed Deep-U-Lab, which predicts sharper, more correct segmentation boundaries. We have tested the model's ability to generalise with data from multiple camera views and two different winters. On average, it achieves intersection-over-union (IoU) values of ~71% across different cameras and ~69% across different winters, greatly outperforming prior work. Going even further, we show that the model even achieves 60% IoU on arbitrary images scraped from photo-sharing web sites. As part of the work, we introduce a new benchmark dataset of webcam images, Photi-LakeIce, from multiple cameras and two different winters, along with pixel-wise ground truth annotations.
• Abstract（参考訳）: 湖氷は強い気候指標であり、GCOS (Global Climate Observing System) によって Essential Climate Variables (ECV) の一部として認識されている。 凍結と解凍のダイナミクスと、凍結パターンの時間的変化は、地域や世界の気候システムを理解するのに役立ちます。 雲に依存しない湖氷形成に関する時空間情報を取得する方法の1つは、ウェブカメラ画像を分析することである。 本稿では, 自由に利用可能なウェブカメラデータを用いて, 湖氷をモニタリングするユニバーサルモデルに移行することを目的としている。 我々は,異なる冬と異なる湖をまたいだ一般化機能や,セマンティックイメージセグメンテーションのための最先端の畳み込みニューラルネットワーク(CNN)モデル,Deeplab v3+などの優れた性能を示す。 さらに、よりシャープで正確なセグメンテーション境界を予測するDeep-U-Labと呼ばれるモデルの変種を設計する。 複数のカメラビューと2つの異なる冬からのデータでモデルを一般化する能力をテストする。 平均すると、異なるカメラで平均71%、異なる冬で平均69%の交差統一(IoU)値が達成され、前よりも大幅に向上している。 さらに,写真共有サイトから抽出した任意の画像に対して60%のIoUを達成できることを示す。 研究の一環として、複数のカメラと2つの異なる冬から得られたwebカメラ画像のベンチマークデータセットであるphoti-lakeiceと、ピクセル単位の地上真理アノテーションを紹介する。

関連論文リスト

• Redundancy-Aware Camera Selection for Indoor Scene Neural Rendering [54.468355408388675]
  カメラの空間的多様性と画像の意味的変動の両方を取り入れた類似度行列を構築した。 カメラ選択を最適化するために,多様性に基づくサンプリングアルゴリズムを適用した。 IndoorTrajという新しいデータセットも開発しています。仮想屋内環境で人間が捉えた、長くて複雑なカメラの動きが含まれています。
  論文  参考訳（メタデータ） (2024-09-11T08:36:49Z)
• Towards Viewpoint Robustness in Bird's Eye View Segmentation [85.99907496019972]
  AV知覚モデルがカメラ視点の変化にどのように影響するかを考察する。 投機時のピッチ、ヨー、深さ、高さへの小さな変化は、大きな性能低下につながる。 本稿では,新しいビュー合成技術を導入し,収集したデータをターゲットリグの視点に変換する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-11T02:10:07Z)
• The Change You Want to See (Now in 3D) [65.61789642291636]
  本稿の目的は、同じ3Dシーンの2つの「野生」画像の間で何が変わったかを検出することである。 我々は,全合成データに基づいて学習し,クラスに依存しない変化検出モデルに貢献する。 我々は,人間に注釈を付けた実世界のイメージペアによる評価データセットを新たにリリースした。
  論文  参考訳（メタデータ） (2023-08-21T01:59:45Z)
• AMD-HookNet for Glacier Front Segmentation [17.60067480799222]
  氷河の開削前位置の変化に関する知識は 氷河の状態を評価する上で重要です 深層学習に基づく手法は、光学衛星画像やレーダー衛星画像から氷河の前部線を削る大きな可能性を示している。 本研究では,新しい氷河養生フロントセグメンテーションフレームワークであるAttention-Multi-hooking-Deep-supervision HookNetを提案する。
  論文  参考訳（メタデータ） (2023-02-06T12:39:40Z)
• Could Giant Pretrained Image Models Extract Universal Representations? [94.97056702288317]
  本稿では,多種多様なコンピュータビジョンタスクに適用した凍結事前学習モデルについて述べる。 私たちの研究は、この凍結した設定にどのような事前学習タスクが最適か、凍結した設定を様々な下流タスクに柔軟にする方法、より大きなモデルサイズの影響について、質問に答えています。
  論文  参考訳（メタデータ） (2022-11-03T17:57:10Z)
• SurroundDepth: Entangling Surrounding Views for Self-Supervised Multi-Camera Depth Estimation [101.55622133406446]
  本研究では,複数の周囲からの情報を組み込んだSurroundDepth法を提案し,カメラ間の深度マップの予測を行う。 具体的には、周囲のすべてのビューを処理し、複数のビューから情報を効果的に融合するクロスビュー変換器を提案する。 実験において,本手法は,挑戦的なマルチカメラ深度推定データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-04-07T17:58:47Z)
• Learning a Sensor-invariant Embedding of Satellite Data: A Case Study for Lake Ice Monitoring [19.72060218456938]
  我々は、ディープニューラルネットワーク内にセンサー不変のジョイント埋め込みを学習する。 我々の応用課題はアルプス湖における湖氷のモニタリングである。 衛星データを融合させることで、湖氷を1.5日間の時間分解能でマッピングする。
  論文  参考訳（メタデータ） (2021-07-19T18:11:55Z)
• Recent Ice Trends in Swiss Mountain Lakes: 20-year Analysis of MODIS Imagery [19.72060218456938]
  湖氷の枯渇は、海面上昇や氷河後退のように、気候変動の指標として役立ちます。 いくつかのLIP(Lake Ice Phenological)イベントは、地域や地球の気候変動を理解するためのセンチネルとして機能します。 スイスのオーバーレンガディン地域では, 凍結, 分裂, 時間的凍結といったLIP現象の観測に重点を置いている。
  論文  参考訳（メタデータ） (2021-03-23T10:25:02Z)
• Ice Monitoring in Swiss Lakes from Optical Satellites and Webcams using Machine Learning [16.71718177904522]
  多時間衛星画像 公開されているウェブカメラ画像は、湖氷を監視するための有効なデータソースの一つである。 本研究では,スイスのアルプス湖における氷の量を測定するツールとして,機械学習による画像解析について検討する。 我々は,湖面上の各ピクセルを分類し,空間的に明示的な氷被覆図を得るため,湖氷モニタリングを画素単位のセマンティックセマンティックセグメンテーション問題としてモデル化する。
  論文  参考訳（メタデータ） (2020-10-27T14:02:00Z)
• Lift, Splat, Shoot: Encoding Images From Arbitrary Camera Rigs by Implicitly Unprojecting to 3D [100.93808824091258]
  本稿では,任意の数のカメラから映像データを与えられたシーンの鳥眼ビュー表現を直接抽出するエンド・ツー・エンドアーキテクチャを提案する。 我々のアプローチは、それぞれの画像をそれぞれのカメラのフラストラムに個別に“リフト”し、すべてのフラストラムを鳥の目視格子に“プレート”することです。 提案モデルにより推定される表現は,テンプレートトラジェクトリを鳥眼ビューのコストマップに"撮影"することで,終末動作計画の解釈を可能にすることを示す。
  論文  参考訳（メタデータ） (2020-08-13T06:29:01Z)
• Lake Ice Detection from Sentinel-1 SAR with Deep Learning [15.493845481313924]
  本稿では,深層ニューラルネットワークを用いたSentinel-1 Synthetic Aperture Radar(SAR)データの自動解析に基づく湖氷モニタリングシステムを提案する。 氷検出を2クラス(凍結・非凍結)の意味問題とし,最先端の深部畳み込みネットワーク(CNN)を用いて解いた。 2016年-17年-2017年-18年と3回の冬のスイスのアルペン湖について報告した。
  論文  参考訳（メタデータ） (2020-02-17T16:31:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。