Fugu-MT 論文翻訳(概要): Automated System for Ship Detection from Medium Resolution Satellite Optical Imagery

論文の概要: Automated System for Ship Detection from Medium Resolution Satellite Optical Imagery

arxiv url: http://arxiv.org/abs/2104.13923v1
Date: Wed, 28 Apr 2021 15:06:18 GMT
ステータス: 処理完了
システム内更新日: 2021-04-30 13:04:37.909676
Title: Automated System for Ship Detection from Medium Resolution Satellite Optical Imagery
Title（参考訳）: 中分解能衛星画像からの船舶自動検出システム
Authors: Dejan Stepec and Tomaz Martincic and Danijel Skocaj
Abstract要約: 本研究では,ESA Sentinel-2とPlanet Labs Doveの星座から得られた低解像度衛星画像に対する船舶検出パイプラインを提案する。この光学衛星画像は、合成開口レーダー(SAR)画像に基づく既存のソリューションと比較して、地球上の任意の場所で容易に利用でき、海洋領域では利用できない。
参考スコア（独自算出の注目度）: 3.190574537106449
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this paper, we present a ship detection pipeline for low-cost medium resolution satellite optical imagery obtained from ESA Sentinel-2 and Planet Labs Dove constellations. This optical satellite imagery is readily available for any place on Earth and underutilized in the maritime domain, compared to existing solutions based on synthetic-aperture radar (SAR) imagery. We developed a ship detection method based on a state-of-the-art deep-learning-based object detection method which was developed and evaluated on a large-scale dataset that was collected and automatically annotated with the help of Automatic Identification System (AIS) data.
Abstract（参考訳）: 本稿では,ESA Sentinel-2とPlanet Labs Doveの星座から得られた低解像度衛星画像に対する船舶検出パイプラインを提案する。この光学衛星画像は、合成開口レーダー(SAR)画像に基づく既存のソリューションと比較して、地球上の任意の場所で容易に利用でき、海洋領域では利用できない。本研究では,ais(automatic identification system)データの助けを借りて自動注釈付けされた大規模データセットを用いて,最先端のディープラーニングに基づく物体検出法に基づいて船舶検出法を開発した。

関連論文リスト

Object Depth and Size Estimation using Stereo-vision and Integration with SLAM [2.122581579741322]
自律ロボットにおけるLiDARを補完する高精度な立体視手法を提案する。このシステムは、高度な立体視に基づく物体検出を使用して、有形物体と非有形物体の両方を検出する。深さと大きさの情報はSLAMプロセスに統合され、複雑な環境でロボットのナビゲーション能力を高める。
論文参考訳（メタデータ） (2024-09-11T21:12:48Z)
Image and AIS Data Fusion Technique for Maritime Computer Vision Applications [1.482087972733629]
本研究では,AIS(Automatic Identification System)データと画像に検出された容器を融合させてデータセットを作成する手法を開発した。提案手法は, 距離と方位を推定することにより, 検出した船舶を対応するAISメッセージに関連付ける。この技術は、水路交通管理、遭遇検知、監視のためのデータセットを作成するのに有用である。
論文参考訳（メタデータ） (2023-12-07T20:54:49Z)
Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文参考訳（メタデータ） (2023-08-14T16:48:57Z)
Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文参考訳（メタデータ） (2023-04-27T20:21:18Z)
Automatized marine vessel monitoring from sentinel-1 data using convolution neural network [0.0]
本稿では,ウェーブレット変換に基づく畳み込みニューラルネットワークによるSAR画像からの物体認識手法を提案する。 Sentinel-1 SAR-Cによるインド西部沿岸域の二重分極データ取得を含む。
論文参考訳（メタデータ） (2023-04-23T18:09:44Z)
xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture Radar Imagery [52.67592123500567]
世界の漁業は海洋資源や生態系に大きな脅威をもたらす。夜間または夜間、全天候下で暗黒船の自動検出が可能となった。 xView3-SARは、Sentinel-1ミッションから得られた1000近い分析可能なSAR画像で構成されている。
論文参考訳（メタデータ） (2022-06-02T06:53:45Z)
Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文参考訳（メタデータ） (2022-04-07T08:53:18Z)
Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文参考訳（メタデータ） (2021-11-17T21:48:31Z)
Infrared Beacons for Robust Localization [58.720142291102135]
本稿では、赤外ビーコンと光帯域通過フィルタを備えたカメラを用いたローカライズシステムを提案する。本システムは,照明条件にかかわらず,100m距離の個々のビーコンを確実に検出し識別することができる。
論文参考訳（メタデータ） (2021-04-19T14:23:20Z)
ShipSRDet: An End-to-End Remote Sensing Ship Detector Using Super-Resolved Feature Representation [8.464914977101252]
船舶検知性能を向上させるために,ShipSRDetというエンドツーエンドネットワークを提案する。本手法では,超解像イメージを検出器に供給するだけでなく,SRネットワークの中間機能と検出ネットワークの中間機能を統合する。
論文参考訳（メタデータ） (2021-03-17T14:51:45Z)
Boosting ship detection in SAR images with complementary pretraining techniques [14.34438598597809]
本研究では,地球観測中の船舶の特性を大規模空中画像データからsar画像に伝達する光船検出器(osd)プリトレーニング手法を提案する。また, 光画像からSAR画像へ, 共通表現学習により多量のテクスチャーを転送する, 光-SARマッチング(OSM)プリトレーニング手法を提案する。提案手法は、2020年のGaofenチャレンジでSAR画像の船舶検出第6位を獲得しました。
論文参考訳（メタデータ） (2021-03-15T10:03:04Z)

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。