論文の概要: Effectiveness of Delivered Information Trade Study

• arxiv url: http://arxiv.org/abs/2203.00116v1
• Date: Mon, 28 Feb 2022 22:10:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-03 02:31:46.834226
• Title: Effectiveness of Delivered Information Trade Study
• Title（参考訳）: 配送情報取引研究の有効性
• Authors: Matthew Ciolino
• Abstract要約: 衛星測位とアセット測位という2つの主な変数に影響を受ける。 本稿では,画像操作による衛星画像の有効性の向上と,画像操作が撮影者のタイムラインに与える影響について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The sensor to shooter timeline is affected by two main variables: satellite positioning and asset positioning. Speeding up satellite positioning by adding more sensors or by decreasing processing time is important only if there is a prepared shooter, otherwise the main source of time is getting the shooter into position. However, the intelligence community should work towards the exploitation of sensors to the highest speed and effectiveness possible. Achieving a high effectiveness while keeping speed high is a tradeoff that must be considered in the sensor to shooter timeline. In this paper we investigate two main ideas, increasing the effectiveness of satellite imagery through image manipulation and how on-board image manipulation would affect the sensor to shooter timeline. We cover these ideas in four scenarios: Discrete Event Simulation of onboard processing versus ground station processing, quality of information with cloud cover removal, information improvement with super resolution, and data reduction with image to caption. This paper will show how image manipulation techniques such as Super Resolution, Cloud Removal, and Image to Caption will improve the quality of delivered information in addition to showing how those processes effect the sensor to shooter timeline.
• Abstract（参考訳）: センサーから撮影者のタイムラインは、衛星の位置とアセット位置の2つの主な変数に影響される。 センサーの追加や処理時間の短縮による衛星位置決めの高速化は、準備された撮影機がある場合のみ重要である。 しかし、インテリジェンスコミュニティは、可能な限り高速かつ効果的にセンサーを活用できるよう努力すべきである。 速度を高く保ちながら高い有効性を達成することは、センサーからシューターのタイムラインに考慮しなければならないトレードオフである。 本稿では,画像操作による衛星画像の有効性向上と,搭載画像操作がセンサから撮影者タイムラインに与える影響について検討する。 我々は,これらのアイデアを,オンボード処理と地上局処理の離散イベントシミュレーション,雲被覆除去情報の品質,超解像情報の改善,キャプションへのデータ還元の4つのシナリオでカバーする。 本稿では,スーパーレゾリューション,クラウド除去,キャプションに対する画像操作技術が,配信情報の品質を向上させるとともに,そのプロセスがセンサから撮影者のタイムラインに与える影響を示す。

関連論文リスト

• Human Detection from 4D Radar Data in Low-Visibility Field Conditions [17.1888913327586]
  現代の4Dイメージングレーダは、範囲、垂直角度、水平角度、ドップラー速度の寸法にわたってターゲット応答を提供する。 セマンティックセグメンテーションにこの4Dレーダモダリティを利用するCNNアーキテクチャTMVA4Dを提案する。 このデータセット上でTMVA4Dを用いてmIoUスコア78.2%、mDiceスコア86.1%を達成し、背景と人物の2つのクラスで評価した。
  論文  参考訳（メタデータ） (2024-04-08T08:53:54Z)
• NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
  夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。 雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。 雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
  論文  参考訳（メタデータ） (2024-02-28T09:02:33Z)
• Towards Robust Drone Vision in the Wild [1.14219428942199]
  本稿では,ドローンビジョンのための画像超解像データセットを提案する。 異なる高度でデータを収集し、画像ペアを整列させる前処理手順を提案する。 異なる高度で頑健な画像超解像ネットワークを構築するための2つの手法が提案されている。
  論文  参考訳（メタデータ） (2022-08-21T18:19:19Z)
• Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event Cameras [67.84498757689776]
  本稿では,イベントカメラとライダーの直接校正法について述べる。 フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
  論文  参考訳（メタデータ） (2022-07-03T11:05:45Z)
• ESL: Event-based Structured Light [62.77144631509817]
  イベントカメラはバイオインスパイアされたセンサーであり、標準的なカメラよりも大きな利点がある。 本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
  論文  参考訳（メタデータ） (2021-11-30T15:47:39Z)
• Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
  本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
  論文  参考訳（メタデータ） (2021-04-29T10:06:29Z)
• Exploiting Raw Images for Real-Scene Super-Resolution [105.18021110372133]
  本稿では,合成データと実撮影画像とのギャップを埋めるために,実シーンにおける単一画像の超解像化の問題について検討する。 本稿では,デジタルカメラの撮像過程を模倣して,よりリアルなトレーニングデータを生成する手法を提案する。 また、原画像に記録された放射情報を活用するために、2分岐畳み込みニューラルネットワークを開発した。
  論文  参考訳（メタデータ） (2021-02-02T16:10:15Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Agile Reactive Navigation for A Non-Holonomic Mobile Robot Using A Pixel Processor Array [22.789108850681146]
  本稿では、低コストのプロセッサアレイセンサを用いて、乱雑な環境下で、非ホロノミックな地上車両を予め設定されたゲートの周囲を走行するためのアジャイルな反応性ナビゲーション戦略を提案する。 最小限の計算資源を用いて複数のゲートを高速に走行または回避する小型地上車両を実演する。
  論文  参考訳（メタデータ） (2020-09-27T09:11:31Z)
• Accelerating Deep Learning Applications in Space [0.0]
  拘束デバイス上でのCNNを用いた物体検出の性能について検討する。 我々は、Single Shot MultiBox Detector (SSD)とリージョンベースのFully Convolutional Network (R-FCN)について詳しく検討する。 性能は、推測時間、メモリ消費、精度で測定される。
  論文  参考訳（メタデータ） (2020-07-21T21:06:30Z)
• Cross-Sensor Adversarial Domain Adaptation of Landsat-8 and Proba-V images for Cloud Detection [1.5828697880068703]
  同様の特徴を持つ光学センサーを搭載した地球観測衛星の数は、常に増え続けている。 抽出された放射能の差は精度を著しく低下させ、センサー間の知識と情報共有を損なう。 本稿では,2つの衛星センサ間の画像の統計的差異を低減し,転送学習モデルの性能を向上させるための領域適応を提案する。
  論文  参考訳（メタデータ） (2020-06-10T16:16:01Z)

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。