論文の概要: Cell Multi-Bernoulli (Cell-MB) Sensor Control for Multi-object Search-While-Tracking (SWT)

• arxiv url: http://arxiv.org/abs/2108.11236v1
• Date: Wed, 25 Aug 2021 13:49:14 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-26 12:55:23.864019
• Title: Cell Multi-Bernoulli (Cell-MB) Sensor Control for Multi-object Search-While-Tracking (SWT)
• Title（参考訳）: cell multi-bernoulli (cell-mb) sensor control for multi-object search-while-tracking (swt)
• Authors: Keith A. LeGrand, Pingping Zhu, and Silvia Ferrari
• Abstract要約: 情報駆動制御は、環境フィードバックに基づいて測定値を最適化できるインテリジェントセンサーの開発に使用できる。 本稿では,マルチオブジェクト探索・追跡のためのセンサ制御に適用可能な,新たなトラクタブルな RFS 予測情報の近似法を提案する。
• 参考スコア（独自算出の注目度）: 2.792896573967728
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Information driven control can be used to develop intelligent sensors that can optimize their measurement value based on environmental feedback. In object tracking applications, sensor actions are chosen based on the expected reduction in uncertainty also known as information gain. Random finite set (RFS) theory provides a formalism for quantifying and estimating information gain in multi-object tracking problems. However, estimating information gain in these applications remains computationally challenging. This paper presents a new tractable approximation of the RFS expected information gain applicable to sensor control for multi-object search and tracking. Unlike existing RFS approaches, the approximation presented in this paper accounts for noisy measurements, missed detections, false alarms, and object appearance/disappearance. The effectiveness of the information driven sensor control is demonstrated through a multi-vehicle search-while-tracking experiment using real video data from a remote optical sensor.
• Abstract（参考訳）: 情報駆動制御は、環境フィードバックに基づいて測定値を最適化できるインテリジェントセンサーの開発に使用できる。 オブジェクト追跡アプリケーションでは、センサアクションは情報ゲインとして知られる不確かさの期待値の低下に基づいて選択される。 ランダム有限集合(RFS)理論は、多目的追跡問題における情報ゲインの定量化と推定のための形式主義を提供する。 しかし、これらのアプリケーションでの情報収集を推定することは、計算的に困難である。 本稿では,マルチオブジェクト探索・追跡のためのセンサ制御に適用可能な,新たなトラクタブルな RFS 予測情報の近似法を提案する。 既存の RFS アプローチと異なり,本論文ではノイズ測定,検出の欠如,誤報,物体の出現・消失を近似した。 情報駆動型センサ制御の有効性は、遠隔光学センサからの実映像データを用いて、複数車両探索時追跡実験により実証される。

関連論文リスト

• Guided Masked Self-Distillation Modeling for Distributed Multimedia Sensor Event Analysis [27.780058825326012]
  本稿では,センサ間関係モデリングのためのガイドメイドsELf-Distillation Modeling (Guided-MELD)を提案する。 Guided-MELDは、断片化された、または冗長なターゲットイベント情報を効果的に蒸留できるように設計されている。
  論文  参考訳（メタデータ） (2024-04-12T06:23:48Z)
• Comparative study of 3D object detection frameworks based on LiDAR data and sensor fusion techniques [0.0]
  知覚システムは、車両の環境をリアルタイムで正確に解釈する上で重要な役割を果たす。 ディープラーニング技術は、センサーから大量のデータを意味情報に変換する。 3Dオブジェクト検出法は、LiDARやステレオカメラなどのセンサーから追加のポーズデータを利用することで、オブジェクトのサイズと位置に関する情報を提供する。
  論文  参考訳（メタデータ） (2022-02-05T09:34:58Z)
• Infrared Small-Dim Target Detection with Transformer under Complex Backgrounds [155.388487263872]
  変換器を用いた赤外線小径目標検出手法を提案する。 画像特徴の相互作用情報をより広い範囲で学習するために,変換器の自己認識機構を採用する。 最小限のターゲットの機能を学習するための機能拡張モジュールも設計しています。
  論文  参考訳（メタデータ） (2021-09-29T12:23:41Z)
• DeepTimeAnomalyViz: A Tool for Visualizing and Post-processing Deep Learning Anomaly Detection Results for Industrial Time-Series [88.12892448747291]
  DeTAVIZ インタフェースは Web ブラウザをベースとした可視化ツールで,特定の問題における DL ベースの異常検出の実現可能性の迅速な探索と評価を行う。 DeTAVIZを使えば、ユーザーは複数のポスト処理オプションを簡単かつ迅速に繰り返し、異なるモデルを比較することができ、選択したメトリックに対して手動で最適化できる。
  論文  参考訳（メタデータ） (2021-09-21T10:38:26Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• On the Role of Sensor Fusion for Object Detection in Future Vehicular Networks [25.838878314196375]
  異なるセンサの組み合わせが車両の移動・運転環境の検出にどのように影響するかを評価します。 最終的な目標は、チャネルに分散するデータの量を最小限に抑える最適な設定を特定することです。
  論文  参考訳（メタデータ） (2021-04-23T18:58:37Z)
• Occupancy Detection in Room Using Sensor Data [0.0]
  本稿では,複数の変数を用いてセンサデータを用いて占有率を検出するソリューションを提案する。 Decision Tree, Random Forest, Gradient Boosting Machine, Logistic Regression, Naive Bayes, Kernelized SVM, K-Nearest Neighborsの7つの有名なアルゴリズムがテストされ、比較されている。
  論文  参考訳（メタデータ） (2021-01-10T19:53:57Z)
• Energy Drain of the Object Detection Processing Pipeline for Mobile Devices: Analysis and Implications [77.00418462388525]
  本稿では、移動体拡張現実(AR)クライアントのエネルギー消費と、畳み込みニューラルネットワーク(CNN)に基づく物体検出を行う際の検出遅延について、初めて詳細な実験を行った。 我々は,移動体ARクライアントのエネルギー分析を精査し,CNNによる物体検出を行う際のエネルギー消費に関するいくつかの興味深い視点を明らかにした。
  論文  参考訳（メタデータ） (2020-11-26T00:32:07Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)
• High-Precision Digital Traffic Recording with Multi-LiDAR Infrastructure Sensor Setups [0.0]
  融解したLiDAR点雲と単一LiDAR点雲との差について検討した。 抽出した軌道の評価は, 融合インフラストラクチャーアプローチが追跡結果を著しく増加させ, 数cm以内の精度に達することを示す。
  論文  参考訳（メタデータ） (2020-06-22T10:57:52Z)

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。