論文の概要: Fully Automated Photogrammetric Data Segmentation and Object Information
Extraction Approach for Creating Simulation Terrain
- arxiv url: http://arxiv.org/abs/2008.03697v1
- Date: Sun, 9 Aug 2020 09:32:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-01 04:15:26.807209
- Title: Fully Automated Photogrammetric Data Segmentation and Object Information
Extraction Approach for Creating Simulation Terrain
- Title（参考訳）: 全自動フォトグラムデータセグメンテーションと物体情報抽出によるシミュレーション地形の作成
- Authors: Meida Chen, Andrew Feng, Kyle McCullough, Pratusha Bhuvana Prasad,
Ryan McAlinden, Lucio Soibelman, Mike Enloe
- Abstract要約: 本研究は,全自動写真計測データセグメンテーションとオブジェクト情報抽出フレームワークを開発することを目的とする。
トレーニングやシミュレーションのためのリアルな仮想環境を作成する際のデータのユースケースを考えると、データのセグメンテーションとオブジェクト情報の抽出が不可欠である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Our previous works have demonstrated that visually realistic 3D meshes can be
automatically reconstructed with low-cost, off-the-shelf unmanned aerial
systems (UAS) equipped with capable cameras, and efficient photogrammetric
software techniques. However, such generated data do not contain semantic
information/features of objects (i.e., man-made objects, vegetation, ground,
object materials, etc.) and cannot allow the sophisticated user-level and
system-level interaction. Considering the use case of the data in creating
realistic virtual environments for training and simulations (i.e., mission
planning, rehearsal, threat detection, etc.), segmenting the data and
extracting object information are essential tasks. Thus, the objective of this
research is to design and develop a fully automated photogrammetric data
segmentation and object information extraction framework. To validate the
proposed framework, the segmented data and extracted features were used to
create virtual environments in the authors previously designed simulation tool
i.e., Aerial Terrain Line of Sight Analysis System (ATLAS). The results showed
that 3D mesh trees could be replaced with geo-typical 3D tree models using the
extracted individual tree locations. The extracted tree features (i.e., color,
width, height) are valuable for selecting the appropriate tree species and
enhance visual quality. Furthermore, the identified ground material information
can be taken into consideration for pathfinding. The shortest path can be
computed not only considering the physical distance, but also considering the
off-road vehicle performance capabilities on different ground surface
materials.
- Abstract（参考訳）: これまでの研究では、視覚的にリアルな3Dメッシュを、有能なカメラと効率的な測光ソフトウェア技術を備えた安価な無人航空機システム(UAS)で、自動的に再構築できることが実証された。
しかし、そのような生成されたデータは、オブジェクトのセマンティック情報や機能(例えば、人工物、植生、地面、オブジェクト材料など)を含まないため、洗練されたユーザレベルとシステムレベルの相互作用を許さない。
トレーニングとシミュレーションのための現実的な仮想環境(ミッション計画、リハーサル、脅威検出など)を作成する際のデータのユースケースを考えると、データのセグメンテーションとオブジェクト情報の抽出が不可欠である。
そこで本研究の目的は,完全に自動化されたフォトグラムデータセグメンテーションおよびオブジェクト情報抽出フレームワークを設計・開発することである。
提案手法を検証するために, 著者らが設計したシミュレーションツールであるAerial Terrain Line of Sight Analysis System (ATLAS) の仮想環境構築に, セグメントデータと抽出した特徴を用いた。
その結果,3次元メッシュツリーは,抽出した個々の木の位置を用いてジオタイプな3次元ツリーモデルに置き換えることができた。
抽出された樹木の特徴(色、幅、高さ)は、適切な樹木種を選択し、視覚的品質を高めるのに有用である。
また、同定された地材情報は、パスファインディングに考慮することができる。
最も短い経路は、物理的距離だけでなく、異なる地上材料におけるオフロード車両の性能も考慮して計算することができる。
関連論文リスト
- Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。
一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
論文 参考訳（メタデータ） (2024-06-17T07:43:53Z) - Generalizing Single-View 3D Shape Retrieval to Occlusions and Unseen
Objects [32.32128461720876]
シングルビュー3D形状検索は、利用可能な3Dデータの増大に伴ってますます重要になる課題である。
我々は,3つの異なる軸に沿って一視点の3次元形状検索を体系的に評価し,物体の閉塞や切り離しの存在,見えない3次元形状データへの一般化,入力画像における見えない物体への一般化について検討した。
論文 参考訳（メタデータ） (2023-12-31T05:39:38Z) - Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。
既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文 参考訳（メタデータ） (2023-08-21T10:38:32Z) - Towards Multimodal Multitask Scene Understanding Models for Indoor
Mobile Agents [49.904531485843464]
本稿では,現実世界の屋内環境におけるラベル付きデータの不十分,あるいは不可能,といった主な課題について論じる。
MMISM (Multi-modality input Multi-task output Indoor Scene Understanding Model) について述べる。
MMISMは、RGB画像だけでなく、スパースライダーポイントを入力と3Dオブジェクト検出、深さ完了、人間のポーズ推定、セマンティックセグメンテーションを出力タスクとみなしている。
MMISMはシングルタスクモデルよりも同等かそれ以上の性能を示す。
論文 参考訳（メタデータ） (2022-09-27T04:49:19Z) - Ground material classification and for UAV-based photogrammetric 3D data
A 2D-3D Hybrid Approach [1.3359609092684614]
近年,物理環境を表す3次元仮想データを作成するために,多くの領域でフォトグラム法が広く用いられている。
これらの最先端技術は、迅速な3D戦場再建、仮想訓練、シミュレーションを目的として、アメリカ陸軍と海軍の注意を引き付けている。
論文 参考訳（メタデータ） (2021-09-24T22:29:26Z) - RandomRooms: Unsupervised Pre-training from Synthetic Shapes and
Randomized Layouts for 3D Object Detection [138.2892824662943]
有望な解決策は、CADオブジェクトモデルで構成される合成データセットをよりよく利用して、実際のデータセットでの学習を促進することである。
最近の3次元事前学習の研究は、合成物体から他の実世界の応用へ学習した伝達特性が失敗することを示している。
本研究では,この目的を達成するためにRandomRoomsという新しい手法を提案する。
論文 参考訳（メタデータ） (2021-08-17T17:56:12Z) - Unsupervised Learning of 3D Object Categories from Videos in the Wild [75.09720013151247]
オブジェクトインスタンスの大規模なコレクションの複数のビューからモデルを学ぶことに重点を置いています。
再構成を大幅に改善するワープコンディショニングレイ埋め込み(WCR)と呼ばれる新しいニューラルネットワーク設計を提案する。
本評価は,既存のベンチマークを用いた複数の深部単眼再構成ベースラインに対する性能改善を示す。
論文 参考訳（メタデータ） (2021-03-30T17:57:01Z) - Generating synthetic photogrammetric data for training deep learning
based 3D point cloud segmentation models [0.0]
I/ITSEC 2019で著者らは、3Dフォトグラムのポイントクラウド/ミームをセグメント化し、オブジェクト情報を抽出する、完全に自動化されたワークフローを発表した。
最終的な目標は、現実的な仮想環境を作成し、シミュレーションに必要な情報を提供することである。
論文 参考訳（メタデータ） (2020-08-21T18:50:42Z) - Detection and Segmentation of Custom Objects using High Distraction
Photorealistic Synthetic Data [0.5076419064097732]
合成データを用いてインスタンスセグメンテーションを行うための簡便で有用な手法を示す。
目標は、カスタムオブジェクトの実際のデータを手動で収集し、注釈付けすることで、高いパフォーマンスを達成することである。
このホワイトペーパーは、光実写シミュレーションデータが現実の応用に利用できるという強い証拠を提供する。
論文 参考訳（メタデータ） (2020-07-28T16:33:42Z) - Single View Metrology in the Wild [94.7005246862618]
本研究では,物体の3次元の高さや地上のカメラの高さで表現されるシーンの絶対的なスケールを再現する,単一ビューメロジに対する新しいアプローチを提案する。
本手法は,被写体の高さなどの3Dエンティティによる未知のカメラとの相互作用から,弱い教師付き制約を抑えるために設計されたディープネットワークによって学習されたデータ駆動の先行情報に依存する。
いくつかのデータセットと仮想オブジェクト挿入を含むアプリケーションに対して、最先端の定性的かつ定量的な結果を示す。
論文 参考訳（メタデータ） (2020-07-18T22:31:33Z) - Exploring the Capabilities and Limits of 3D Monocular Object Detection
-- A Study on Simulation and Real World Data [0.0]
単眼カメラデータに基づく3次元物体検出が自動運転の鍵となる。
近年のディープラーニング手法は, 単一の画像から深度情報を復元する有望な結果を示す。
本稿では,深度推定の異なるパラメータ化が可能な3次元物体検出パイプラインの性能評価を行う。
論文 参考訳（メタデータ） (2020-05-15T09:05:17Z)
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。