論文の概要: Aerial-PASS: Panoramic Annular Scene Segmentation in Drone Videos

• arxiv url: http://arxiv.org/abs/2105.07209v1
• Date: Sat, 15 May 2021 12:01:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-18 14:22:36.668416
• Title: Aerial-PASS: Panoramic Annular Scene Segmentation in Drone Videos
• Title（参考訳）: Aerial-PASS:ドローンビデオにおけるパノラマ環状シーンセグメンテーション
• Authors: Lei Sun, Jia Wang, Kailun Yang, Kaikai Wu, Xiangdong Zhou, Kaiwei Wang, Jian Bai
• Abstract要約: 小型、軽量、および360度の環状FoVの特性を有するパノラマ環状レンズ(PAL)を備えたUAVシステムを設計します。 軽量パノラマアニュラセマンティクスセグメンテーションニューラルネットワークモデルは、高精度かつリアルタイムなシーン解析を実現するために設計されている。 総合的な実験により,設計したシステムはパノラマシーン解析において満足できる性能を示す。
• 参考スコア（独自算出の注目度）: 15.244418294614857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aerial pixel-wise scene perception of the surrounding environment is an important task for UAVs (Unmanned Aerial Vehicles). Previous research works mainly adopt conventional pinhole cameras or fisheye cameras as the imaging device. However, these imaging systems cannot achieve large Field of View (FoV), small size, and lightweight at the same time. To this end, we design a UAV system with a Panoramic Annular Lens (PAL), which has the characteristics of small size, low weight, and a 360-degree annular FoV. A lightweight panoramic annular semantic segmentation neural network model is designed to achieve high-accuracy and real-time scene parsing. In addition, we present the first drone-perspective panoramic scene segmentation dataset Aerial-PASS, with annotated labels of track, field, and others. A comprehensive variety of experiments shows that the designed system performs satisfactorily in aerial panoramic scene parsing. In particular, our proposed model strikes an excellent trade-off between segmentation performance and inference speed suitable, validated on both public street-scene and our established aerial-scene datasets.
• Abstract（参考訳）: uav(unmanned aerial vehicle)にとって、周囲の環境をピクセル単位で知覚することが重要な課題である。 従来の研究は主に従来のピンホールカメラや魚眼カメラを撮像装置として採用していた。 しかし、これらの撮像システムは、大視野(fov)、小サイズ、軽量を同時に達成することができない。 この目的のために,小径,低重量,360度環状FoVの特性を有するパノラマ環状レンズ(PAL)を用いたUAVシステムを設計した。 軽量パノラマアニュラセマンティクスセグメンテーションニューラルネットワークモデルは、高精度かつリアルタイムなシーン解析を実現するために設計されている。 さらに,アノテートされたトラック,フィールド,その他のラベルを付加した,最初のドローンパースペクティブなパノラマシーンセグメンテーションデータセットAerial-PASSを提案する。 総合的な実験により,設計したシステムはパノラマシーン解析において満足できる性能を示す。 特に,提案モデルでは,公共ストリートシーンと確立した航空シーンのデータセットの両方で,セグメンテーション性能と推論速度の良好なトレードオフを示す。

関連論文リスト

• Radiance Field Learners As UAV First-Person Viewers [36.59524833437512]
  第一パーソンビュー(FPV)は無人航空機(UAV)の軌道に革命をもたらす大きな可能性を秘めている 従来のNeNeRF(Neural Radiance Field)手法は、粒度ごとに単一点をサンプリングするといった課題に直面している。 FPV-NeRFを導入し、これらの課題に3つの重要な面を通して対処する。
  論文  参考訳（メタデータ） (2024-08-10T12:29:11Z)
• Multiview Aerial Visual Recognition (MAVREC): Can Multi-view Improve Aerial Visual Perception? [57.77643186237265]
  我々は、異なる視点から同期シーンを記録するビデオデータセットであるMultiview Aerial Visual RECgnition(MAVREC)を提示する。 MAVRECは約2.5時間、業界標準の2.7K解像度ビデオシーケンス、0.5万フレーム以上のフレーム、11万の注釈付きバウンディングボックスで構成されている。 これにより、MAVRECは地上および空中ビューのデータセットとして最大であり、ドローンベースのデータセットの中では4番目に大きい。
  論文  参考訳（メタデータ） (2023-12-07T18:59:14Z)
• Towards Viewpoint Robustness in Bird's Eye View Segmentation [85.99907496019972]
  AV知覚モデルがカメラ視点の変化にどのように影響するかを考察する。 投機時のピッチ、ヨー、深さ、高さへの小さな変化は、大きな性能低下につながる。 本稿では,新しいビュー合成技術を導入し,収集したデータをターゲットリグの視点に変換する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-11T02:10:07Z)
• 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)
• Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
  本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。 我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
  論文  参考訳（メタデータ） (2022-11-15T13:52:41Z)
• PL-EVIO: Robust Monocular Event-based Visual Inertial Odometry with Point and Line Features [3.6355269783970394]
  イベントカメラは、フレームレートが固定された強度画像の代わりにピクセルレベルの照明変化をキャプチャするモーションアクティベートセンサーである。 本稿では,ロバストで高精度でリアルタイムな単眼イベントベース視覚慣性オドメトリー(VIO)法を提案する。
  論文  参考訳（メタデータ） (2022-09-25T06:14:12Z)
• VPAIR -- Aerial Visual Place Recognition and Localization in Large-scale Outdoor Environments [49.82314641876602]
  VPAIRという新しいデータセットを提示します。 データセットは地上300メートル以上の高度で飛行する軽航空機に記録されている。 このデータセットは、様々なタイプの挑戦的な風景を、100km以上にわたってカバーしている。
  論文  参考訳（メタデータ） (2022-05-23T18:50:08Z)
• Agile wide-field imaging with selective high resolution [3.0080996413230667]
  2つの検出器しか必要としない選択的高分解能のアジャイルワイドフィールドイメージングフレームワークを報告する。 この仮定では、短焦点カメラを用いて一定の低解像度で広視野を撮像し、長焦点カメラを用いてROIのHR画像を取得する。 リアルタイムにROIを自動的に特定するために,効率的な深層学習に基づくマルチスケール登録手法を提案する。
  論文  参考訳（メタデータ） (2021-06-09T14:01:34Z)
• Deep Multimodality Learning for UAV Video Aesthetic Quality Assessment [22.277636020333198]
  UAVビデオの審美的品質評価のための深層マルチモーダリティ学習法を提案する。 この新しいマルチストリームフレームワークには,新たなモーションストリームネットワークが提案されている。 本稿では,UAVビデオグラデーション,プロのセグメント検出,審美に基づくUAVパス計画の3つの応用例を示す。
  論文  参考訳（メタデータ） (2020-11-04T15:37:49Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)

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。