論文の概要: Runway Extraction and Improved Mapping from Space Imagery

• arxiv url: http://arxiv.org/abs/2201.00848v1
• Date: Thu, 30 Dec 2021 03:15:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-09 12:54:49.199285
• Title: Runway Extraction and Improved Mapping from Space Imagery
• Title（参考訳）: 宇宙画像からの滑走路抽出とマッピングの改善
• Authors: David A. Noever
• Abstract要約: 本研究では, 可視滑走路地図と衛星画像とを可逆的に変換する2つの生成逆ネットワーク(GAN)を同定する。 従来のグレータンマップパレットはトレーニング入力ではなく,高コントラストマッピングパレットで拡張可能であることを実験的に示す。 衛星と地図化された滑走路が一致しないが、自動更新によりGANを用いて正しい地図が作成されるような、異常な滑走路マップの例を同定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Change detection methods applied to monitoring key infrastructure like airport runways represent an important capability for disaster relief and urban planning. The present work identifies two generative adversarial networks (GAN) architectures that translate reversibly between plausible runway maps and satellite imagery. We illustrate the training capability using paired images (satellite-map) from the same point of view and using the Pix2Pix architecture or conditional GANs. In the absence of available pairs, we likewise show that CycleGAN architectures with four network heads (discriminator-generator pairs) can also provide effective style transfer from raw image pixels to outline or feature maps. To emphasize the runway and tarmac boundaries, we experimentally show that the traditional grey-tan map palette is not a required training input but can be augmented by higher contrast mapping palettes (red-black) for sharper runway boundaries. We preview a potentially novel use case (called "sketch2satellite") where a human roughly draws the current runway boundaries and automates the machine output of plausible satellite images. Finally, we identify examples of faulty runway maps where the published satellite and mapped runways disagree but an automated update renders the correct map using GANs.
• Abstract（参考訳）: 空港滑走路などの主要インフラの監視に適用される変更検出手法は、災害救助や都市計画において重要な機能である。 本研究は、可塑性滑走路マップと衛星画像の間で可逆的に変換される2つの生成逆ネットワーク(GAN)アーキテクチャを同定する。 我々は、同じ視点からペア画像(サテライトマップ)を用いて、Pix2Pixアーキテクチャや条件付きGANを用いてトレーニング能力を説明する。 同様に、4つのネットワークヘッド(判別子-生成子ペア)を持つサイクガンアーキテクチャは、生の画像ピクセルからアウトラインやフィーチャーマップへの効果的なスタイル転送を提供することができる。 滑走路とターマックの境界を強調するために,従来のグレータンマップパレットは必要なトレーニング入力ではなく,より鋭い滑走路境界のための高コントラストマッピングパレット(赤黒)によって拡張可能であることを示す。 我々は、人間がほぼ現在の滑走路の境界を描き、可視衛星画像の機械出力を自動化する新しいユースケース(sketch2satellite)をプレビューする。 最後に, 衛星と地図化された滑走路が一致しないが, 自動更新でGANを用いて正しい地図を描画する異常な滑走路マップの例を特定する。

関連論文リスト

• TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
  我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。 我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。 レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
  論文  参考訳（メタデータ） (2024-11-22T06:13:42Z)
• HPix: Generating Vector Maps from Satellite Images [0.0]
  衛星画像からベクトルタイルマップを生成するためにGAN(Generative Adversarial Networks)を改良したHPixと呼ばれる新しい手法を提案する。 経験的評価を通じて,提案手法は高精度かつ視覚的に表現可能なベクトルタイルマップを作成する上での有効性を示す。 さらに、道路交差点のマッピングや、その面積に基づいたフットプリントクラスタの構築など、我々の研究の応用を拡大する。
  論文  参考訳（メタデータ） (2024-07-18T16:54:02Z)
• Style Alignment based Dynamic Observation Method for UAV-View Geo-localization [7.185123213523453]
  UAVビューのジオローカライゼーションのためのスタイルアライメントに基づく動的観察法を提案する。 具体的には、ドローンビュー画像の多様な視覚スタイルから衛星画像の統一的な視覚スタイルへ変換するスタイルアライメント戦略を導入する。 動的観察モジュールは、人間の観察習慣を模倣して画像の空間分布を評価するように設計されている。
  論文  参考訳（メタデータ） (2024-07-03T06:19:42Z)
• Sat2Scene: 3D Urban Scene Generation from Satellite Images with Diffusion [77.34078223594686]
  本稿では,3次元スパース表現に拡散モデルを導入し,それらをニューラルレンダリング技術と組み合わせることで,直接3次元シーン生成のための新しいアーキテクチャを提案する。 具体的には、まず3次元拡散モデルを用いて、所定の幾何学の点レベルのテクスチャ色を生成し、次にフィードフォワード方式でシーン表現に変換する。 2つの都市規模データセットを用いた実験により,衛星画像から写真リアルなストリートビュー画像シーケンスとクロスビュー都市シーンを生成する能力を示した。
  論文  参考訳（メタデータ） (2024-01-19T16:15:37Z)
• Path-Aware Graph Attention for HD Maps in Motion Prediction [4.531240717484252]
  自律運転における動作予測の成功は、HDマップからの情報の統合に依存している。 本稿では,2つの頂点間の注意関係を,接続する経路を構成するエッジの列を解析することによって推定する新しい注目アーキテクチャであるPath-Aware Graph Attentionを提案する。 本分析は,GCNのような既存のグラフネットワークが苦戦している現実的な問題において,提案した注意機構が学習を促進する方法を示す。
  論文  参考訳（メタデータ） (2022-02-23T09:43:47Z)
• Structured Bird's-Eye-View Traffic Scene Understanding from Onboard Images [128.881857704338]
  本研究では,BEV座標における局所道路網を表す有向グラフを,単眼カメラ画像から抽出する問題について検討する。 提案手法は,BEV平面上の動的物体を検出するために拡張可能であることを示す。 我々は、強力なベースラインに対するアプローチを検証するとともに、ネットワークが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2021-10-05T12:40:33Z)
• CAMERAS: Enhanced Resolution And Sanity preserving Class Activation Mapping for image saliency [61.40511574314069]
  バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。 CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
  論文  参考訳（メタデータ） (2021-06-20T08:20:56Z)
• Geometry-Guided Street-View Panorama Synthesis from Satellite Imagery [80.6282101835164]
  オーバヘッド衛星画像から新しいストリートビューパノラマを合成するための新しいアプローチを提案する。 本手法は,googleの全方位ストリートビュー型パノラマを,衛星パッチの中央と同じ地理的位置から取得したかのように生成する。
  論文  参考訳（メタデータ） (2021-03-02T10:27:05Z)
• End-to-End Deep Structured Models for Drawing Crosswalks [98.9901717499058]
  我々は、両方の入力を地上に投影し、シーンのトップダウンビューを生成します。 次に,畳み込みニューラルネットワークを用いて横断歩道の位置に関する意味的手がかりを抽出する。 大都市での横断歩道実験では96.6%の自動化が可能であった。
  論文  参考訳（メタデータ） (2020-12-21T18:59:08Z)
• Gaussian Process Gradient Maps for Loop-Closure Detection in Unstructured Planetary Environments [17.276441789710574]
  以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。 非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。 本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
  論文  参考訳（メタデータ） (2020-09-01T04:41:40Z)
• Improving Movement Predictions of Traffic Actors in Bird's-Eye View Models using GANs and Differentiable Trajectory Rasterization [12.652210024012374]
  自動運転パズルの最も重要なピースの1つは、周囲の交通機関の将来の動きを予測するタスクである。 一方はトップダウンのシーン化と他方はGAN(Generative Adrial Networks)に基づく手法が特に成功したことが示されている。 本稿では,これら2つの方向に基づいて,Aversa-based conditional GANアーキテクチャを提案する。 提案手法を実世界の大規模データセット上で評価し,最先端のGANベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-04-14T00:41:17Z)

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。