論文の概要: Integrative Use of Computer Vision and Unmanned Aircraft Technologies in
Public Inspection: Foreign Object Debris Image Collection
- arxiv url: http://arxiv.org/abs/2106.00161v1
- Date: Tue, 1 Jun 2021 00:45:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-02 14:21:42.018117
- Title: Integrative Use of Computer Vision and Unmanned Aircraft Technologies in
Public Inspection: Foreign Object Debris Image Collection
- Title（参考訳）: コンピュータビジョンと無人航空機技術の公衆検査における統合的利用:異物デブリ画像収集
- Authors: Travis J. E. Munyer, Daniel Brinkman, Chenyu Huang, Xin Zhong
- Abstract要約: 無人航空機システム(UAS)は公共サービス事業者やスマートシティにとって重要な資源となっている。
本研究の目的は,コンピュータビジョンとUAS技術を統合して公衆検査を自動化することである。
最初のケーススタディとして、軽量自動検出の可能性を評価するために、一般的な異物デブリ(FOD)のデータセットが開発された。
- 参考スコア（独自算出の注目度）: 2.709804256642196
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Unmanned Aircraft Systems (UAS) have become an important resource for public
service providers and smart cities. The purpose of this study is to expand this
research area by integrating computer vision and UAS technology to automate
public inspection. As an initial case study for this work, a dataset of common
foreign object debris (FOD) is developed to assess the potential of
light-weight automated detection. This paper presents the rationale and
creation of this dataset. Future iterations of our work will include further
technical details analyzing experimental implementation. At a local airport,
UAS and portable cameras are used to collect the data contained in the initial
version of this dataset. After collecting these videos of FOD, they were split
into individual frames and stored as several thousand images. These frames are
then annotated following standard computer vision format and stored in a
folder-structure that reflects our creation method. The dataset annotations are
validated using a custom tool that could be abstracted to fit future
applications. Initial detection models were successfully created using the
famous You Only Look Once algorithm, which indicates the practicality of the
proposed data. Finally, several potential scenarios that could utilize either
this dataset or similar methods for other public service are presented.
- Abstract（参考訳）: 無人航空機システム(UAS)は公共サービス事業者やスマートシティにとって重要な資源となっている。
本研究の目的は,コンピュータビジョンとUAS技術を統合して公衆検査を自動化することにある。
本研究の最初のケーススタディとして,軽量自動検出の可能性を評価するために,共通異物デブリ(fod)のデータセットを開発した。
本稿では,このデータセットの根拠と作成について述べる。
我々の研究の今後のイテレーションには、実験的な実装を分析する技術的な詳細が含まれます。
地元の空港では、UASとポータブルカメラを使用して、このデータセットの初期バージョンに含まれるデータを収集する。
FODのビデオを収集した後、個々のフレームに分割され、数千の画像として保存された。
これらのフレームは、標準のコンピュータビジョンフォーマットに従って注釈付けされ、フォルダ構造に格納される。
データセットアノテーションは、将来のアプリケーションに適合するように抽象化できるカスタムツールを使用して検証される。
提案したデータの実用性を示す有名なYou Only Look Onceアルゴリズムを用いて,初期検出モデルの作成に成功した。
最後に、このデータセットまたは他の公共サービスのための類似のメソッドを利用する可能性のあるいくつかのシナリオが提示される。
関連論文リスト
- Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。
そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
論文 参考訳（メタデータ） (2023-12-21T14:20:06Z) - LARD - Landing Approach Runway Detection -- Dataset for Vision Based
Landing [2.7400353551392853]
本稿では,接近・着陸時の滑走路検出のための高品質な空中画像のデータセットを提案する。
データセットの大部分は合成画像で構成されていますが、実際の着陸映像から手動でラベル付けされた画像も提供しています。
このデータセットは、データセットの品質の分析や、検出タスクに対処するモデルの開発など、さらなる研究の道を開く。
論文 参考訳（メタデータ） (2023-04-05T08:25:55Z) - Modeling Entities as Semantic Points for Visual Information Extraction
in the Wild [55.91783742370978]
文書画像から鍵情報を正確かつ堅牢に抽出する手法を提案する。
我々は、エンティティを意味的ポイントとして明示的にモデル化する。つまり、エンティティの中心点は、異なるエンティティの属性と関係を記述する意味情報によって豊かになる。
提案手法は,従来の最先端モデルと比較して,エンティティラベルとリンクの性能を著しく向上させることができる。
論文 参考訳（メタデータ） (2023-03-23T08:21:16Z) - Foreign Object Debris Detection for Airport Pavement Images based on
Self-supervised Localization and Vision Transformer [2.619652989492286]
本稿では,滑走路画像の予測を学習し,自己教師付きFODローカライゼーションを提案する。
実世界の滑走路状況における任意のFODの検出に成功していることを示す実験結果を得た。
論文 参考訳（メタデータ） (2022-10-30T17:48:57Z) - A Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and
Ground Truth [61.90504318229845]
本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。
このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。
このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
論文 参考訳（メタデータ） (2022-06-13T19:14:06Z) - CARLA-GeAR: a Dataset Generator for a Systematic Evaluation of
Adversarial Robustness of Vision Models [61.68061613161187]
本稿では,合成データセットの自動生成ツールであるCARLA-GeARについて述べる。
このツールは、Python APIを使用して、CARLAシミュレータ上に構築されており、自律運転のコンテキストにおいて、いくつかのビジョンタスク用のデータセットを生成することができる。
本稿では,CARLA-GeARで生成されたデータセットが,現実世界の敵防衛のベンチマークとして今後どのように利用されるかを示す。
論文 参考訳（メタデータ） (2022-06-09T09:17:38Z) - Semi-automatic 3D Object Keypoint Annotation and Detection for the
Masses [42.34064154798376]
本稿では,標準的なロボットアームに装着した手首カメラを用いて,データセットの収集とラベル付けを行う半自動方式を提案する。
動作中の3Dオブジェクトのキーポイント検出器を取得して、わずか数時間でデータ収集、アノテーション、学習の全プロセスを実行できます。
論文 参考訳（メタデータ） (2022-01-19T15:41:54Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - FOD-A: A Dataset for Foreign Object Debris in Airports [2.709804256642196]
外部オブジェクトデブリ(FOD)検出は、機械学習とコンピュータビジョンの領域で注目を集めている。
本稿では,空港におけるFOD(FOD-A)と命名されたFODの画像データセットを紹介する。
FOD-Aオブジェクトカテゴリは、連邦航空局(FAA)による以前の文書および関連する研究のガイダンスに基づいて選択されている。
論文 参考訳（メタデータ） (2021-10-06T21:11:50Z) - 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) - A Common Operating Picture Framework Leveraging Data Fusion and Deep
Learning [0.7348448478819135]
本稿では,処理,爆発,拡散のソリューションを高速化するためのデータ融合フレームワークを提案する。
私たちのプラットフォームは、ディープラーニングやその他の処理手段を活用することで、複数のデータソースから情報を抽出するサービスの集合体です。
最初のイテレーションでは、ビジュアルデータ(FMV, WAMI, CCTV/PTZ-Cameras, オープンソースビデオなど)とAISデータストリーム(衛星と地上ソース)に焦点を当てました。
論文 参考訳（メタデータ） (2020-01-16T18:32:19Z)
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。