論文の概要: A fast horizon detector and a new annotated dataset for maritime video processing

• arxiv url: http://arxiv.org/abs/2110.13694v4
• Date: Wed, 24 Jan 2024 18:48:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-25 18:30:09.721921
• Title: A fast horizon detector and a new annotated dataset for maritime video processing
• Title（参考訳）: 高速地平線検出器と海洋ビデオ処理のための新しい注釈付きデータセット
• Authors: Yassir Zardoua, Boulaala Mohammed, Mhamed El Mrabet, Astito Abdelali
• Abstract要約: 本稿ではRGBビデオによる新しい海底地平線検出器を提案する。 弱い地平線を保ちながら、迅速かつ効果的な海音抑制に焦点をあてる。 その後、水平方向検出のためのフィルタエッジにラインフィッティング法が用いられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate and fast sea horizon detection is vital for tasks in autonomous navigation and maritime security, such as video stabilization, target region reduction, precise tracking, and obstacle avoidance. This paper introduces a novel sea horizon detector from RGB videos, focusing on rapid and effective sea noise suppression while preserving weak horizon edges. Line fitting methods are subsequently employed on filtered edges for horizon detection. We address the filtering problem by extracting line segments with a very low edge threshold, ensuring the detection of line segments even in low-contrast horizon conditions. We show that horizon line segments have simple and relevant properties in RGB images, which we exploit to suppress noisy segments. Then we use the surviving segments to construct a filtered edge map and infer the horizon from the filtered edges. We propose a careful incorporation of temporal information for horizon inference and experimentally show its effectiveness. We address the computational constraint by providing a vectorized implementation for efficient CPU execution, and leveraging image downsizing with minimal loss of accuracy on the original size. Moreover, we contribute a public horizon line dataset to enrich existing data resources. Our algorithm's performance is rigorously evaluated against state-of-the-art methods, and its components are validated through ablation experiments. Source code and dataset files are available at:
• Abstract（参考訳）: 精密かつ高速な海底地平線検出は、ビデオ安定化、目標領域の縮小、正確な追跡、障害物回避といった、自律航行および海上保安のタスクにおいて不可欠である。 本稿では, 弱地平線を保ちながら, 高速かつ効果的な海面騒音抑制に着目したRGBビデオによる新しい海面地平線検出器を提案する。 その後、水平方向検出のためのフィルタエッジにラインフィッティング法が用いられる。 本稿では,非常に低いエッジしきい値で線分を抽出し,低コントラスト地平線条件でも線分を検出することでフィルタリング問題に対処する。 ホライズラインセグメントはrgb画像において単純かつ関連性の高い特性を持ち,ノイズセグメントの抑制に寄与することを示す。 次に、残存セグメントを用いてフィルタエッジマップを構築し、フィルタエッジから水平線を推定する。 地平線推論のための時間情報の導入を慎重に提案し,その効果を実験的に示す。 我々は,効率的なcpu実行のためのベクトル化実装を提供し,元のサイズでの精度を最小に抑えながら画像ダウンサイズを活用することで,計算制約に対処する。 さらに、既存のデータリソースを充実させるために、パブリックな水平線データセットをコントリビュートする。 本アルゴリズムの性能は最先端手法に対して厳密に評価され,その成分はアブレーション実験によって検証される。 ソースコードとデータセットファイルは以下の通り。

関連論文リスト

• A horizon line annotation tool for streamlining autonomous sea navigation experiments [0.0]
  水平線(英: Horizon Line)または海線(英: Sea Line)検出(英: HLD)は、複数の海上自律航法において重要な要素である。 最近の調査では、そのような検出器のいくつかの弱点が浮き彫りになった。 シーラインアノテーション処理を迅速かつ容易にするための機能を備えた最初の公開アノテーションソフトウェアを提示する。
  論文  参考訳（メタデータ） (2023-09-11T06:38:27Z)
• Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
  本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。 これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。 高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
  論文  参考訳（メタデータ） (2023-08-24T12:32:46Z)
• PNT-Edge: Towards Robust Edge Detection with Noisy Labels by Learning Pixel-level Noise Transitions [119.17602768128806]
  特に大規模なデータセットでは、エッジの正確なラベル付けは難しい。 本稿では,ラベル破壊過程をモデル化するために,Pixelレベルのノイズ遷移を学習することを提案する。
  論文  参考訳（メタデータ） (2023-07-26T09:45:17Z)
• Level-line Guided Edge Drawing for Robust Line Segment Detection [38.21854942764346]
  本稿では,ロバストラインセグメント検出(GEDRLSD)のためのレベルラインガイドエッジ描画を提案する。 レベルライン情報は、エッジ追跡のための潜在的な方向を提供し、正確なエッジ描画のためのガイドラインとして提供することができる。 数値実験により,提案したGEDRLSDアルゴリズムは最先端手法と比較して優位性を示した。
  論文  参考訳（メタデータ） (2023-05-10T04:03:59Z)
• DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients [105.25109274550607]
  ラインセグメントは、視覚タスクでますます使われています。 画像勾配に基づく従来の線検出器は非常に高速で精度が高いが、ノイズの多い画像や困難な条件では頑丈さに欠ける。 我々は、両方の世界を最大限に活用するために、伝統的なアプローチと学習されたアプローチを組み合わせることを提案する。
  論文  参考訳（メタデータ） (2022-12-15T12:36:49Z)
• End-to-End Instance Edge Detection [29.650295133113183]
  エッジ検出は長い間、コンピュータビジョンの分野で重要な問題であった。 従来の研究は、カテゴリ非依存またはカテゴリ対応エッジ検出を探索してきた。 本稿では,オブジェクトインスタンスのコンテキストにおけるエッジ検出について検討する。
  論文  参考訳（メタデータ） (2022-04-06T15:32:21Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)
• On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited [94.5455251250471]
  まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。 我々は、角予測タスクを回帰問題から分類問題に変換する。 得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
  論文  参考訳（メタデータ） (2020-03-12T03:23:54Z)

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。