Fugu-MT 論文翻訳(概要): Search and Rescue with Airborne Optical Sectioning

論文の概要: Search and Rescue with Airborne Optical Sectioning

arxiv url: http://arxiv.org/abs/2009.08835v1
Date: Fri, 18 Sep 2020 13:40:19 GMT
ステータス: 処理完了
システム内更新日: 2022-10-17 02:15:29.746117
Title: Search and Rescue with Airborne Optical Sectioning
Title（参考訳）: 空中光切断による探索と救助
Authors: David C. Schedl and Indrajit Kurmi and Oliver Bimber
Abstract要約: 分類の前に多視点画像を組み合わせることで、自動人物検出を著しく改善できることを示す。発見は、自律航空機や有人航空機と組み合わせて適用できる効果的な将来の捜索救助技術の基礎を築いた。
参考スコア（独自算出の注目度）: 7.133136338850781
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We show that automated person detection under occlusion conditions can be significantly improved by combining multi-perspective images before classification. Here, we employed image integration by Airborne Optical Sectioning (AOS)---a synthetic aperture imaging technique that uses camera drones to capture unstructured thermal light fields---to achieve this with a precision/recall of 96/93%. Finding lost or injured people in dense forests is not generally feasible with thermal recordings, but becomes practical with use of AOS integral images. Our findings lay the foundation for effective future search and rescue technologies that can be applied in combination with autonomous or manned aircraft. They can also be beneficial for other fields that currently suffer from inaccurate classification of partially occluded people, animals, or objects.
Abstract（参考訳）: 咬合条件下での自動人物検出は, 分類前の多視点画像を組み合わせることで大幅に改善できることを示す。そこで我々は,Airborne Optical Sectioning (AOS)による画像統合,すなわちカメラドローンを用いて非構造熱電場を捕捉する合成開口イメージング技術を用いて,96/93%の精度でこれを実現した。密林で行方不明または負傷者を見つけることは、一般的に熱記録では実現できないが、aos積分画像を用いて実用化される。我々の研究は、自律航空機や有人航空機と組み合わせて適用可能な、効率的な将来の捜索救助技術の基礎を築いた。それらはまた、部分的に没頭した人や動物、あるいは物体の不正確な分類に苦しむ他の分野にも有益である。

関連論文リスト

Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文参考訳（メタデータ） (2023-08-24T12:32:46Z)
CarPatch: A Synthetic Benchmark for Radiance Field Evaluation on Vehicle Components [77.33782775860028]
車両の新たな総合ベンチマークであるCarPatchを紹介する。内在カメラパラメータと外在カメラパラメータを付加した画像のセットに加えて、各ビューに対して対応する深度マップとセマンティックセグメンテーションマスクが生成されている。グローバルとパートベースのメトリクスは、いくつかの最先端技術を評価し、比較し、より良い特徴付けるために定義され、使われてきた。
論文参考訳（メタデータ） (2023-07-24T11:59:07Z)
ScatterNeRF: Seeing Through Fog with Physically-Based Inverse Neural Rendering [83.75284107397003]
本稿では,シーンをレンダリングし,霧のない背景を分解するニューラルネットワークレンダリング手法であるScatterNeRFを紹介する。本研究では,散乱量とシーンオブジェクトの非絡み合い表現を提案し,物理に着想を得た損失を伴ってシーン再構成を学習する。マルチビューIn-the-Wildデータをキャプチャして,大規模な霧室内でのキャプチャを制御し,本手法の有効性を検証した。
論文参考訳（メタデータ） (2023-05-03T13:24:06Z)
Synthetic Aperture Anomaly Imaging [2.9443230571766854]
検出された異常は積分の異常を検出するよりも効果的であることを示す。我々は、ブルーライトの組織や商用ドローンプラットフォームを使って、我々の発見を現実的に利用できるようにするリアルタイムアプリケーションを提案する。
論文参考訳（メタデータ） (2023-04-26T14:34:43Z)
Inverse Airborne Optical Sectioning [4.640835690336653]
Inverse Airborne Optical Sectioning (IAOS)は、ISAR(Inverse Synthetic Aperture Radar)の光学的類似物である。植生に密集した歩行者などの移動目標を、静止した光学センサーで視認・追跡することができる。
論文参考訳（メタデータ） (2022-07-27T07:57:24Z)
Drone Detection and Tracking in Real-Time by Fusion of Different Sensing Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文参考訳（メタデータ） (2022-07-05T10:00:58Z)
On the Role of Field of View for Occlusion Removal with Airborne Optical Sectioning [3.5232085374661284]
植生による排除は、遠隔地におけるリモートセンシングアプリケーションにとって重要な問題である。 Airborne Optical Sectioning (AOS) は、光学的、波長に依存しない合成開口イメージング技術である。森林密度と適用画像システムの視野(FOV)の関係を実証する。
論文参考訳（メタデータ） (2022-04-28T09:26:10Z)
Through-Foliage Tracking with Airborne Optical Sectioning [1.8352113484137622]
本稿では, 並列合成開口空中イメージングをサポートする, 初期軽量かつドローン操作の1Dカメラアレイを提案する。これらの2つの貢献は、密集した森林を移動する人々の検出と追跡に繋がることを示した。
論文参考訳（メタデータ） (2021-11-12T21:54:25Z)
Combined Person Classification with Airborne Optical Sectioning [1.8352113484137622]
完全に自律的なドローンは、森林の天蓋を強く排除し、失われたり負傷したりすることを実証されている。 AOS(Airborne Optical Sectioning)は、新しい合成開口イメージング技術であり、ディープラーニングに基づく分類により、現実的な探索・救助条件下で高い検出率を実現する。単一の積分画像ではなく、複数のAOSの分類を組み合わせることで、偽検出が著しく抑制され、真の検出が促進されることを示す。
論文参考訳（メタデータ） (2021-06-18T11:56:17Z)
Stereo Matching by Self-supervision of Multiscopic Vision [65.38359887232025]
カメラ位置の整列で撮影した複数の画像を利用したステレオマッチングのための新しい自己監視フレームワークを提案する。ネットワークを最適化するために、クロスフォトメトリックロス、不確実性を認識した相互監督損失、および新しい平滑性損失が導入されます。我々のモデルは、KITTIデータセット上の以前の教師なし手法よりも、より良い不均一性マップを得る。
論文参考訳（メタデータ） (2021-04-09T02:58:59Z)
Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文参考訳（メタデータ） (2020-06-01T09:59:09Z)

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。