論文の概要: espiownage: Tracking Transients in Steelpan Drum Strikes Using Surveillance Technology

• arxiv url: http://arxiv.org/abs/2110.12261v1
• Date: Sat, 23 Oct 2021 17:10:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-31 21:05:54.481554
• Title: espiownage: Tracking Transients in Steelpan Drum Strikes Using Surveillance Technology
• Title（参考訳）: espiownage:監視技術を用いたスチールパンドラムストライクのトランジェント追跡
• Authors: Scott H. Hawley, Andrew C. Morrison, and Grant S. Morgan
• Abstract要約: 電子スペックルパターン干渉計(ESPI)で照らされたカリブ海製スチールパンドラムの高速ビデオにおける特徴追跡機能の改善について述べる。 これは、オブジェクト検出とイメージセグメンテーションのための最新のコンピュータビジョンライブラリの使用と、このアプリケーションのシステムのトレーニングに使用されていたデータセットのクリーニングによって実現されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an improvement in the ability to meaningfully track features in high speed videos of Caribbean steelpan drums illuminated by Electronic Speckle Pattern Interferometry (ESPI). This is achieved through the use of up-to-date computer vision libraries for object detection and image segmentation as well as a significant effort toward cleaning the dataset previously used to train systems for this application. Besides improvements on previous metric scores by 10% or more, noteworthy in this project are the introduction of a segmentation-regression map for the entire drum surface yielding interference fringe counts comparable to those obtained via object detection, as well as the accelerated workflow for coordinating the data-cleaning-and-model-training feedback loop for rapid iteration allowing this project to be conducted on a timescale of only 18 days.
• Abstract（参考訳）: 電子スペックルパターン干渉法(ESPI)により照明されたカリブ海製スチールパンドラムの高速映像の特徴を有意に追跡する能力の向上について述べる。 これは、オブジェクト検出とイメージセグメンテーションのための最新のコンピュータビジョンライブラリの使用と、このアプリケーションのシステムのトレーニングに使用されていたデータセットのクリーニングによって実現されている。 従来の測定値の10%以上の改善に加えて、このプロジェクトで注目されるのは、オブジェクト検出によって得られたものと同等の干渉率を得るドラム表面全体に対するセグメンテーション・レグレッション・マップの導入と、このプロジェクトを18日間のタイムスケールで実施可能な、迅速な反復のためのデータクリーニング・アンド・モデルトレーニングフィードバックループをコーディネートするためのアクセラレーションワークフローの導入である。

関連論文リスト

• Exploring Temporally-Aware Features for Point Tracking [58.63091479730935]
  Chronoは、時間的認識を組み込んだポイントトラッキング用に特別に設計された機能バックボーンである。 Chronoは、TAP-Vid-DAVISとTAP-Vid-Kineticsデータセットの洗練されたフリー設定で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） (2025-01-21T15:39:40Z)
• ENTIRE: Learning-based Volume Rendering Time Prediction [3.890480928425776]
  ENTIREはボリュームレンダリング時間予測の新しいアプローチである。 まず、レンダリング時間性能に関連する構造をキャプチャするボリュームから特徴ベクトルを抽出する。 各種データセットを用いた実験により, 高速応答速度で高精度な予測精度を効率的に達成できることが実証された。
  論文  参考訳（メタデータ） (2025-01-21T13:30:16Z)
• IMU-Aided Event-based Stereo Visual Odometry [7.280676899773076]
  我々は、精度と効率の点で、以前のダイレクトパイプラインの textitEvent ベースの Stereo Visual Odometry を改善しました。 マッピング操作を高速化するために,イベントの局所的ダイナミクスに応じたエッジピクセルサンプリングの効率的な戦略を提案する。 この分野での今後の研究のためのオープンソースソフトウェアとして、パイプラインをリリースします。
  論文  参考訳（メタデータ） (2024-05-07T07:19:25Z)
• Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers [55.46413719810273]
  リッチ時間情報は、視覚追跡における複雑なターゲットの出現に不可欠である。 提案手法は,6つの一般的な追跡ベンチマークにおいてトラッカーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-03-15T02:39:26Z)
• Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving [69.20604395205248]
  本稿では,自律運転における3次元物体検出のための3次元点検出モデルであるShift-SSDを提案する。 我々は、ポイントベース検出器の表現能力を解き放つために、興味深いクロスクラスタシフト操作を導入する。 我々は、KITTI、ランタイム、nuScenesデータセットに関する広範な実験を行い、Shift-SSDの最先端性能を実証した。
  論文  参考訳（メタデータ） (2024-03-10T10:36:32Z)
• ACTrack: Adding Spatio-Temporal Condition for Visual Object Tracking [0.5371337604556311]
  視覚的物体追跡(VOT)において,物体の時間的関係を効果的にモデル化することが重要な課題である 既存の手法は外観に基づく類似性や長期関係モデリングによって追跡され、連続するフレーム間の時間的コンテキストは容易に見過ごされてしまう。 本稿では,大規模な記憶条件を持つ付加的前時間追跡フレームワークであるACTrackについて述べる。このフレームワークは,そのパラメータを凍結することにより,トレーニング済みバックボーンの品質と性能を保ち,トラッキングにおける時間関係をモデル化するためのトレーニング可能な軽量付加性ネットを作成する。 我々は空間的特徴と時間的順序の整合性を確保するための付加的なシアム畳み込みネットワークを設計する。
  論文  参考訳（メタデータ） (2024-02-27T07:34:08Z)
• LEAP-VO: Long-term Effective Any Point Tracking for Visual Odometry [52.131996528655094]
  本稿では,LEAP(Long-term Effective Any Point Tracking)モジュールについて述べる。 LEAPは、動的トラック推定のために、視覚的、トラック間、時間的キューと慎重に選択されたアンカーを革新的に組み合わせている。 これらの特徴に基づき,強靭な視力計測システムLEAP-VOを開発した。
  論文  参考訳（メタデータ） (2024-01-03T18:57:27Z)
• Real Time Monocular Vehicle Velocity Estimation using Synthetic Data [78.85123603488664]
  移動車に搭載されたカメラから車両の速度を推定する問題を考察する。 そこで本研究では,まずオフ・ザ・シェルフ・トラッカーを用いて車両バウンディングボックスを抽出し,その後,小型ニューラルネットワークを用いて車両速度を回帰する2段階のアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-16T13:10:27Z)
• Faster object tracking pipeline for real time tracking [0.0]
  マルチオブジェクトトラッキング(MOT)は、視覚ベースのアプリケーションにとって難しい実践的問題である。 本稿では,検出に基づく物体追跡手法の高速化に有効な汎用パイプラインについて紹介する。
  論文  参考訳（メタデータ） (2020-11-08T06:33:48Z)
• PnPNet: End-to-End Perception and Prediction with Tracking in the Loop [82.97006521937101]
  我々は、自動運転車の文脈において、共同認識と運動予測の問題に取り組む。 我々は,入力センサデータとしてエンド・ツー・エンドのモデルであるNetを提案し,各ステップのオブジェクト追跡とその将来レベルを出力する。
  論文  参考訳（メタデータ） (2020-05-29T17:57:25Z)
• Applications of shapelet transform to time series classification of earthquake, wind and wave data [0.0]
  「シェープレット変換」は時系列列の形状の局所的類似性に基づく。 理解可能な特徴と透過的なアルゴリズムを備えた「ホワイトボックス」機械学習モデルを提案する。 モデルはドメインの実践者の介入なしにイベント検出を自動化する。
  論文  参考訳（メタデータ） (2020-04-22T10:17:24Z)

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。