論文の概要: Automatic Failure Recovery and Re-Initialization for Online UAV Tracking with Joint Scale and Aspect Ratio Optimization

• arxiv url: http://arxiv.org/abs/2008.03915v1
• Date: Mon, 10 Aug 2020 06:31:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 23:22:41.537914
• Title: Automatic Failure Recovery and Re-Initialization for Online UAV Tracking with Joint Scale and Aspect Ratio Optimization
• Title（参考訳）: 共同スケールとアスペクト比最適化によるオンラインUAV追跡の自動故障復旧と再初期化
• Authors: Fangqiang Ding, Changhong Fu, Yiming Li, Jin Jin and Chen Feng
• Abstract要約: 最大サイズ推定能力を持つリアルタイムUAV追跡アルゴリズムを提案する。 全体追跡タスクは2つの2次元フィルタに割り当てられる: (i) 空間領域における位置予測のための変換フィルタ、 (ii) スケールのためのサイズフィルタ、およびサイズ領域におけるアスペクト比最適化である。
• 参考スコア（独自算出の注目度）: 18.044423448896143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current unmanned aerial vehicle (UAV) visual tracking algorithms are primarily limited with respect to: (i) the kind of size variation they can deal with, (ii) the implementation speed which hardly meets the real-time requirement. In this work, a real-time UAV tracking algorithm with powerful size estimation ability is proposed. Specifically, the overall tracking task is allocated to two 2D filters: (i) translation filter for location prediction in the space domain, (ii) size filter for scale and aspect ratio optimization in the size domain. Besides, an efficient two-stage re-detection strategy is introduced for long-term UAV tracking tasks. Large-scale experiments on four UAV benchmarks demonstrate the superiority of the presented method which has computation feasibility on a low-cost CPU.
• Abstract（参考訳）: 現在の無人航空機(UAV)の視覚追跡アルゴリズムは主に以下の通りである。 (i)対処できる大きさの変化の種類 (ii)リアルタイム要件をほとんど満たさない実装速度。 本研究では,最大サイズ推定能力を持つリアルタイムUAV追跡アルゴリズムを提案する。 具体的には、全体的なトラッキングタスクを2つの2Dフィルタに割り当てる。 (i)空間領域における位置予測のための翻訳フィルタ (ii)サイズ領域におけるスケール及びアスペクト比最適化のためのサイズフィルタ。 さらに、長期UAV追跡タスクのために、2段階の効率的な再検出戦略が導入された。 4つのUAVベンチマークによる大規模実験は、低コストCPU上で計算可能となる提案手法の優位性を実証している。

関連論文リスト

• SFTrack: A Robust Scale and Motion Adaptive Algorithm for Tracking Small and Fast Moving Objects [2.9803250365852443]
  本稿では,無人航空機(UAV)映像における多物体追跡の問題に対処する。 交通監視システムや警察によるリアルタイム容疑者追跡など、様々なUAVアプリケーションにおいて重要な役割を果たしている。 低信頼度検出から対象物体の追跡を開始する新しい追跡戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-26T05:09:20Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
  本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。 ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
  論文  参考訳（メタデータ） (2024-04-11T03:19:22Z)
• Towards Discriminative Representations with Contrastive Instances for Real-Time UAV Tracking [5.557099240958562]
  識別相関フィルタ(DCF)ベースのトラッカーは、単一のCPU上で高い効率が得られるが、精度は劣る。 軽量ディープラーニング(DL)ベースのトラッカーは効率と精度のバランスが良いが,性能向上は圧縮速度によって制限される。 本稿では,新しい特徴学習の観点から特徴表現の識別力を高めることを目的とする。
  論文  参考訳（メタデータ） (2023-08-22T13:58:45Z)
• Trajectory Design for UAV-Based Internet-of-Things Data Collection: A Deep Reinforcement Learning Approach [93.67588414950656]
  本稿では,無人航空機(UAV)による3D環境におけるIoT(Internet-of-Things)システムについて検討する。 本稿では,TD3-TDCTMアルゴリズムの完成時間最小化のためのトラジェクトリ設計を提案する。 シミュレーションの結果,従来の3つの非学習ベースライン法よりもTD3-TDCTMアルゴリズムの方が優れていることが示された。
  論文  参考訳（メタデータ） (2021-07-23T03:33:29Z)
• Multi-Agent Reinforcement Learning in NOMA-aided UAV Networks for Cellular Offloading [59.32570888309133]
  複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案 非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。 相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
  論文  参考訳（メタデータ） (2020-10-18T20:22:05Z)
• NOMA in UAV-aided cellular offloading: A machine learning approach [59.32570888309133]
  複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案 非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。 相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
  論文  参考訳（メタデータ） (2020-10-18T17:38:48Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)
• Autonomous and cooperative design of the monitor positions for a team of UAVs to maximize the quantity and quality of detected objects [0.5801044612920815]
  本稿では、完全に未知の地形内にUAVの群れを配置する問題に取り組む。 YOLOv3と複製対象を識別するシステムを用いて、各UAVの構成に1つのスコアを割り当てた。 予め定義されたスコアを最適化できる新しいナビゲーションアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-02T16:52:57Z)
• AutoTrack: Towards High-Performance Visual Tracking for UAV with Automatic Spatio-Temporal Regularization [19.379240684856423]
  識別相関フィルタ(DCF)に基づく既存のトラッカーのほとんどは、対象オブジェクトの学習を改善するために予め定義された正規化項を導入しようとする。 本研究は,オンラインおよび自動学習時正則化項に対する新しいアプローチを提案する。 4つのUAVベンチマーク実験は、最先端のCPUおよびGPUベースのトラッカーと比較して、我々の手法の優位性を証明している。
  論文  参考訳（メタデータ） (2020-03-29T05:02:25Z)
• Training-Set Distillation for Real-Time UAV Object Tracking [23.04319685796588]
  相関フィルタ(CF)は、最近無人航空機(UAV)の視覚的物体追跡において有望な性能を示した。 本研究では, フライ時のトレーニングセットの品質を効率よく, 効果的に最適化するための新しい時間スロット型蒸留法を提案する。 2つのよく知られたUAVベンチマークの総合的なテストは、我々の手法が1つのCPU上でリアルタイムな速度で有効であることを証明している。
  論文  参考訳（メタデータ） (2020-03-11T14:28:09Z)

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。