論文の概要: An Enriched Automated PV Registry: Combining Image Recognition and 3D Building Data

• arxiv url: http://arxiv.org/abs/2012.03690v1
• Date: Mon, 7 Dec 2020 13:45:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-16 21:55:35.018843
• Title: An Enriched Automated PV Registry: Combining Image Recognition and 3D Building Data
• Title（参考訳）: 画像認識と3dビルディングデータを組み合わせた高機能自動pvレジストリ
• Authors: Benjamin Rausch, Kevin Mayer, Marie-Louise Arlt, Gunther Gust, Philipp Staudt, Christof Weinhardt, Dirk Neumann, Ram Rajagopal
• Abstract要約: 本稿では,航空画像と3次元建築データを組み合わせてアドレスレベルのPVレジストリを作成する方法を示す。 以上の結果から,当社の豊富な自動レジストリは,公式レジストリの検証,更新,補完に有用であることが示唆された。
• 参考スコア（独自算出の注目度）: 6.127530266825379
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While photovoltaic (PV) systems are installed at an unprecedented rate, reliable information on an installation level remains scarce. As a result, automatically created PV registries are a timely contribution to optimize grid planning and operations. This paper demonstrates how aerial imagery and three-dimensional building data can be combined to create an address-level PV registry, specifying area, tilt, and orientation angles. We demonstrate the benefits of this approach for PV capacity estimation. In addition, this work presents, for the first time, a comparison between automated and officially-created PV registries. Our results indicate that our enriched automated registry proves to be useful to validate, update, and complement official registries.
• Abstract（参考訳）: 太陽光発電(pv)システムは前例のない速度で設置されているが、インストールレベルの信頼できる情報はまだ少ない。 その結果、自動生成されたPVレジストリは、グリッド計画と運用を最適化するためのタイムリーな貢献である。 本稿では,航空画像と3次元建物データを組み合わせることで,位置レベルのpvレジストリを作成し,面積,傾き,向きの角度を指定する方法を示す。 PVキャパシティ推定におけるこのアプローチの利点を実証する。 さらに、この研究は、初めて、自動化されたPVレジストリと公式に作成されたPVレジストリの比較を示す。 以上の結果から,当社の豊富な自動レジストリは,公式レジストリの検証,更新,補完に有用であることが示唆された。

関連論文リスト

• VQ-Map: Bird's-Eye-View Map Layout Estimation in Tokenized Discrete Space via Vector Quantization [108.68014173017583]
  Bird's-eye-view (BEV) マップのレイアウト推定には、エゴ車の周囲の環境要素のセマンティクスを正確に完全に理解する必要がある。 本稿では,Vector Quantized-Variational AutoEncoder (VQ-VAE) に似た生成モデルを用いて,トークン化された離散空間における高レベルのBEVセマンティクスの事前知識を取得することを提案する。 得られたBEVトークンには,異なるBEV要素のセマンティクスを包含したコードブックが組み込まれているため,スパースバックボーン画像特徴と得られたBEVトークンとを直接一致させることができる。
  論文  参考訳（メタデータ） (2024-11-03T16:09:47Z)
• SOLVR: Submap Oriented LiDAR-Visual Re-Localisation [13.434340164323473]
  SOLVRは、センサーのモード間で位置認識と6-DoF登録を実行する。 我々は,SOLVRがLiDAR-Visual 位置認識と登録のための最先端性能を実現していることを示す。
  論文  参考訳（メタデータ） (2024-09-16T12:58:03Z)
• Unveiling the Invisible: Enhanced Detection and Analysis of Deteriorated Areas in Solar PV Modules Using Unsupervised Sensing Algorithms and 3D Augmented Reality [1.0310343700363547]
  本稿では,太陽光発電モジュールのホットスポットやスネールトレイルなどの異常を自動的に同定し,解析する基盤となる手法を提案する。 従来の診断法と修復法を変換することにより,効率を高めるだけでなく,PVシステムのメンテナンスコストを大幅に削減する。 我々の目指すのは、リアルタイムで自動ソーラーパネル検出にドローン技術を活用することで、PVのメンテナンスの有効性を大幅に向上させることです。
  論文  参考訳（メタデータ） (2023-07-11T09:27:00Z)
• Tri-Perspective View for Vision-Based 3D Semantic Occupancy Prediction [84.94140661523956]
  本稿では,2つの垂直面を追加してBEVに付随するトリ・パースペクティブ・ビュー(TPV)表現を提案する。 3次元空間の各点を3次元平面上の投影された特徴をまとめてモデル化する。 実験結果から,本モデルは全ボクセルのセマンティック占有率を効果的に予測できることが示唆された。
  論文  参考訳（メタデータ） (2023-02-15T17:58:10Z)
• A crowdsourced dataset of aerial images with annotated solar photovoltaic arrays and installation metadata [0.0]
  本研究では,空中画像,アノテーション,セグメンテーションマスクを含むデータセットを提案する。 28,000以上のインストールに対して、インストールメタデータを提供しています。 我々は,2つの異なる画像プロバイダのアノテーションを含む13,000のインストールに対して,地上の真実セグメンテーションマスクを提供する。 最後に、8,000以上のインストレーションのアノテーションにマッチするインストレーションメタデータを提供します。
  論文  参考訳（メタデータ） (2022-09-08T11:42:53Z)
• DeepSolar tracker: towards unsupervised assessment with open-source data of the accuracy of deep learning-based distributed PV mapping [0.0]
  既存の作業に基づいて、自動PVレジストリパイプラインを提案します。 このパイプラインは、すべての分散PVインストールの位置、エリア、インストール容量、傾き角を記録するデータセットを自動的に生成する。 本稿では,RNI(Registre national d'installation)に基づく非監督的手法を提案する。 当社のモデルは,50万平方キロメートル以上をカバーしているフランス9カ所のディパートメントにデプロイしています。
  論文  参考訳（メタデータ） (2022-07-15T13:23:24Z)
• Automated Learning for Deformable Medical Image Registration by Jointly Optimizing Network Architectures and Objective Functions [69.6849409155959]
  本稿では、アーキテクチャとそれに対応する学習目標の両方を協調的に最適化する自動学習登録アルゴリズム(AutoReg)を提案する。 マルチサイトボリュームデータセットと各種登録タスクについて,画像登録実験を行った。 我々のAutoRegは、与えられたボリュームに対して最適な深層登録ネットワークを自動的に学習し、最先端の性能を達成することができる。
  論文  参考訳（メタデータ） (2022-03-14T01:54:38Z)
• Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications [53.553924052102126]
  ステレオカメラシステムのみに基づく3次元セマンティックマッピングのための完全なパイプラインを提案する。 パイプラインは、直接視覚的オドメトリーのフロントエンドと、グローバルな時間統合のためのバックエンドで構成されている。 本稿では,3次元点ラベルの品質と一貫性を向上する,単純だが効果的な投票方式を提案する。
  論文  参考訳（メタデータ） (2022-03-02T13:18:38Z)
• CAR-Net: Unsupervised Co-Attention Guided Registration Network for Joint Registration and Structure Learning [73.03885837923599]
  我々は,新しい深層学習ネットワークCAR-Net(Co-Attention Guided Registration Network)を提案する。 CAR-Netはコアテンションブロックを用いて入力の新しい表現を学習し、固定画像と移動画像の登録を駆動する。 イギリスバイオバンクの心臓磁気共鳴画像データを用いた実験により、CAR-Netは最先端の教師なし登録法よりも高い登録精度とスムーズな変形場が得られることが示された。
  論文  参考訳（メタデータ） (2021-06-11T23:25:49Z)
• INSPIRE: Intensity and Spatial Information-Based Deformable Image Registration [3.584984184069584]
  INSPIREは、変形可能な画像登録のためのトップパフォーマンス汎用方法です。 提案手法は, 精度が高く, 安定かつ頑健な登録結果を提供する。 また,脳の3次元画像の4つのベンチマークデータセットを用いて,2088対のペア登録を行った。
  論文  参考訳（メタデータ） (2020-12-14T01:51:59Z)
• FPConv: Learning Local Flattening for Point Convolution [64.01196188303483]
  FPConvは3次元点雲解析のために設計された新しい表面形状の畳み込み演算子である。 従来の方法とは異なり、FPConvは3Dグリッドやグラフのような中間表現への変換を必要としない。 FPConvは3Dオブジェクト分類や3Dシーンセグメンテーションといったタスクのために、様々なネットワークアーキテクチャに簡単に統合できる。
  論文  参考訳（メタデータ） (2020-02-25T07:15:08Z)

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。