論文の概要: Towards Automatic Digital Documentation and Progress Reporting of Mechanical Construction Pipes using Smartphones

• arxiv url: http://arxiv.org/abs/2012.10958v2
• Date: Tue, 30 Mar 2021 17:29:06 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-01 06:57:21.121330
• Title: Towards Automatic Digital Documentation and Progress Reporting of Mechanical Construction Pipes using Smartphones
• Title（参考訳）: スマートフォンを用いた機械式建設管の自動デジタル文書化と進捗報告
• Authors: Reza Maalek, Derek Lichti, and Shahrokh Maalek
• Abstract要約: 本書は,建築工事における機械管の自動デジタル文書化と進捗報告のための新しい枠組みを提案する。 所望の画像重なりを達成するためにビデオフレームレートを最適化し、3次元再構成のためのメートル法スケールを定義し、点雲からパイプを抽出し、計画された量枠radiiに従ってパイプを分類する新しい手法を提案した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This manuscript presents a new framework towards automated digital documentation and progress reporting of mechanical pipes in building construction projects, using smartphones. New methods were proposed to optimize video frame rate to achieve a desired image overlap; define metric scale for 3D reconstruction; extract pipes from point clouds; and classify pipes according to their planned bill of quantity radii. The effectiveness of the proposed methods in both laboratory (six pipes) and construction site (58 pipes) conditions was evaluated. It was observed that the proposed metric scale definition achieved sub-millimeter pipe radius estimation accuracy. Both laboratory and field experiments revealed that increasing the defined image overlap improved point cloud quality, pipe classification quality, and pipe radius/length estimation. Overall, it was found possible to achieve pipe classification F-measure, radius estimation accuracy, and length estimation percent error of 96.4%, 5.4mm, and 5.0%, respectively, on construction sites using at least 95% image overlap.
• Abstract（参考訳）: 本書は,スマートフォンを用いた建設プロジェクトにおける機械管の自動デジタル文書化と進捗報告のための新しい枠組みを提案する。 所望の画像重なりを達成するためにビデオフレームレートを最適化し、3次元再構成のためのメートル法スケールを定義し、点雲からパイプを抽出し、計画された量枠radiiに従ってパイプを分類する新しい手法を提案した。 提案手法の有効性を実験室(6本の管)と施工現場(58本の管)の両方で評価した。 提案手法により, メートル以下の管径推定精度が得られた。 実験室およびフィールド実験の結果,画像の増大により点雲の品質,管分類品質,管半径/長さの推定が向上した。 その結果,少なくとも95%の画像重なりを用いた建設現場で,管の分類F値,半径推定精度,長さ推定率96.4%,5.4mm,5.0%の誤差を達成できた。

関連論文リスト

• WiNet: Wavelet-based Incremental Learning for Efficient Medical Image Registration [68.25711405944239]
  深部画像登録は異常な精度と高速な推測を示した。 近年の進歩は、粗大から粗大の方法で密度変形場を推定するために、複数のカスケードまたはピラミッドアーキテクチャを採用している。 本稿では,様々なスケールにわたる変位/速度場に対して,スケールワイブレット係数を漸進的に推定するモデル駆動WiNetを提案する。
  論文  参考訳（メタデータ） (2024-07-18T11:51:01Z)
• Deep Operator Learning-based Surrogate Models with Uncertainty Quantification for Optimizing Internal Cooling Channel Rib Profiles [0.0]
  我々は、無限次元空間間のマッピングを近似するためにディープ演算子ネットワーク(DeepONet)フレームワークを使用する。 提案したDeepONetフレームワークのトレーニングとテストに必要なデータセットは,2Dリブ処理した内部冷却チャネルをシミュレートすることによって得られた。
  論文  参考訳（メタデータ） (2023-06-01T15:37:47Z)
• End-to-End Sensitivity-Based Filter Pruning [49.61707925611295]
  本稿では,各層間のフィルタの重要度を学習するための感度に基づくフィルタプルーニングアルゴリズム(SbF-Pruner)を提案する。 提案手法はフィルタ重みからスコアを学習し,各層のフィルタ間の相関を考慮できる。
  論文  参考訳（メタデータ） (2022-04-15T10:21:05Z)
• Wastewater Pipe Rating Model Using Natural Language Processing [0.0]
  クローズド・サーキット・ビデオ(CCTV)検査は、ここ数十年でパイプラインの内部状態を視覚的に評価する最も一般的な手法である。 配管補修資料から下水構造条件を評価する従来の手作業は、長い時間を要するため、人的ミスを招きやすい。 本研究は,配管補修文書の配管欠陥評価を自動判定する有効な手法を提案する。
  論文  参考訳（メタデータ） (2022-02-22T18:03:24Z)
• Dense Depth Estimation from Multiple 360-degree Images Using Virtual Depth [4.984601297028257]
  提案したパイプラインは、360度画像の半径歪みを補償する球面カメラモデルを活用する。 仮想深度の設定とフォトニック再射誤差の最小化による効果的な深度推定法を提案する。 実験により,提案したパイプラインは,現在最先端の深度推定法と比較して推定精度が向上することを確認した。
  論文  参考訳（メタデータ） (2021-12-30T05:27:28Z)
• Multi-Task Classification of Sewer Pipe Defects and Properties using a Cross-Task Graph Neural Network Decoder [56.673599764041384]
  我々は、新しいデコーダ指向マルチタスク分類アーキテクチャ、クロスタスクグラフニューラルネットワーク(CT-GNN)を提案する。 CT-GNNは、クロスタスク情報を用いてタスクごとの解離予測を洗練する。 我々は,Swer-MLデータセットの4つの分類タスクすべてに対して,最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2021-11-15T15:36:50Z)
• Adversarial Domain Feature Adaptation for Bronchoscopic Depth Estimation [111.89519571205778]
  そこで本研究では,深度推定のためのドメイン適応手法を提案する。 提案する2段階構造は,まず,ラベル付き合成画像を用いた深度推定ネットワークを教師付きで訓練する。 実験の結果,提案手法は実画像上でのネットワーク性能をかなりの差で向上させることがわかった。
  論文  参考訳（メタデータ） (2021-09-24T08:11:34Z)
• Robust Detection of Non-overlapping Ellipses from Points with Applications to Circular Target Extraction in Images and Cylinder Detection in Point Clouds [0.0]
  この原稿は、エッジポイントから重複しない楕円を自動的に検出する新しい方法のコレクションを提供する。 その結果, (i) モンテカルロ系楕円体を2次元(2D) 点に外接点に適合させる, (ii) 負極点から非重なり合う楕円体を検出する, (iii) 円柱を3次元点群から抽出する,といった新しい手法が導入された。
  論文  参考訳（メタデータ） (2020-11-19T21:56:02Z)
• A New Mask R-CNN Based Method for Improved Landslide Detection [54.7905160534631]
  本稿では,Mask R-CNN機能を利用した地すべり検出手法を提案する。 地すべり及び非地すべり画像を含む160個の要素からなるデータセットを作成する。 提案アルゴリズムは丘陵地帯の土地利用計画立案者や政策立案者にとって潜在的に有用である。
  論文  参考訳（メタデータ） (2020-10-04T07:46:37Z)
• 3D Pipe Network Reconstruction Based on Structure from Motion with Incremental Conic Shape Detection and Cylindrical Constraint [13.656321204701669]
  単眼内視鏡カメラで撮影した連続画像を用いた3次元管再構築システムを提案する。 我々の研究は、目標形状から与えられる事前制約をバンドル調整に組み込むために、最先端のStructure-from-Motion (SfM) 法を拡張した。 実験では,単眼カメラからより高精度でロバストなパイプマッピングを実現するシステムを提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:37:00Z)
• Augmented Parallel-Pyramid Net for Attention Guided Pose-Estimation [90.28365183660438]
  本稿では、注意部分モジュールと微分可能な自動データ拡張を備えた拡張並列ピラミドネットを提案する。 我々は、データ拡張のシーケンスをトレーニング可能なCNNコンポーネントとして定式化する新しいポーズ検索空間を定義する。 特に,本手法は,挑戦的なCOCOキーポイントベンチマークとMPIIデータセットの最先端結果において,トップ1の精度を実現する。
  論文  参考訳（メタデータ） (2020-03-17T03:52:17Z)

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。