論文の概要: Augmentation of Atmospheric Turbulence Effects on Thermal Adapted Object Detection Models

• arxiv url: http://arxiv.org/abs/2204.08745v1
• Date: Tue, 19 Apr 2022 08:40:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-20 21:40:01.554691
• Title: Augmentation of Atmospheric Turbulence Effects on Thermal Adapted Object Detection Models
• Title（参考訳）: 熱適応物体検出モデルにおける大気乱流効果の増大
• Authors: Engin Uzun, Ahmet Anil Dursun, Erdem Akagunduz
• Abstract要約: 大気の乱流は、長距離観測システムの画質に劣化効果がある。 我々は、幾何学的乱流モデルを用いて、中規模熱画像集合上での乱流効果をシミュレートする。 本稿では,オブジェクト検出器の性能向上のためのデータ拡張戦略を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Atmospheric turbulence has a degrading effect on the image quality of long-range observation systems. As a result of various elements such as temperature, wind velocity, humidity, etc., turbulence is characterized by random fluctuations in the refractive index of the atmosphere. It is a phenomenon that may occur in various imaging spectra such as the visible or the infrared bands. In this paper, we analyze the effects of atmospheric turbulence on object detection performance in thermal imagery. We use a geometric turbulence model to simulate turbulence effects on a medium-scale thermal image set, namely "FLIR ADAS v2". We apply thermal domain adaptation to state-of-the-art object detectors and propose a data augmentation strategy to increase the performance of object detectors which utilizes turbulent images in different severity levels as training data. Our results show that the proposed data augmentation strategy yields an increase in performance for both turbulent and non-turbulent thermal test images.
• Abstract（参考訳）: 大気の乱流は、長距離観測システムの画質に劣化効果がある。 温度、風速、湿度などの様々な要素の結果として、乱流は大気の屈折率のランダムな変動によって特徴づけられる。 可視光や赤外線帯などの様々な画像スペクトルで発生する現象である。 本稿では,熱画像における物体検出性能に及ぼす大気乱流の影響を分析する。 幾何学的乱流モデルを用いて中規模熱画像集合「flir adas v2」における乱流効果をシミュレートする。 本研究では, 最先端物体検出器に熱領域適応を適用し, 異なる重度レベルの乱流画像を用いた物体検出器の性能向上のためのデータ拡張戦略を提案する。 その結果,提案手法は乱流と非乱流の両方の熱実験画像の性能向上をもたらすことがわかった。

関連論文リスト

• How to Augment for Atmospheric Turbulence Effects on Thermal Adapted Object Detection Models? [1.534667887016089]
  大気の乱流は物体検出モデルの性能に重大な課題をもたらす。 本稿では, 熱適応型および深層学習に基づく物体検出モデルの精度とロバスト性を向上させるため, 乱流画像強調手法の有効性について検討する。
  論文  参考訳（メタデータ） (2024-05-10T10:44:29Z)
• Harnessing Optical Imaging Limit through Atmospheric Scattering Media [5.435475238868005]
  本稿では,対象特性,大気効果,イメージングシステム,デジタル処理,視覚知覚などのコントリビューションを包含した包括的モデルを提案する。 このモデルでは、従来の画像記録、処理、知覚の有効性を再評価することができる。 この研究の直接の応用は、マルチフレーム平均化によるノイズ低減を伴う1.2倍の画像範囲の拡張である。
  論文  参考訳（メタデータ） (2024-04-23T14:31:44Z)
• Object recognition in atmospheric turbulence scenes [2.657505380055164]
  乱流環境におけるオブジェクトの型を検知・分類するための歪み特徴を学習する新しいフレームワークを提案する。 具体的には、変形可能な畳み込みを利用して空間変位を処理する。 提案手法は平均精度(mAP)が30%を超えるベンチマークよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-25T20:21:25Z)
• AT-DDPM: Restoring Faces degraded by Atmospheric Turbulence using Denoising Diffusion Probabilistic Models [64.24948495708337]
  大気の乱流は、ぼやけや幾何学的歪みを導入して画質を著しく劣化させる。 CNNベースやGANインバージョンベースなど,深層学習に基づく単一画像大気乱流低減手法が提案されている。 Denoising Diffusion Probabilistic Models (DDPMs) は、その安定したトレーニングプロセスと高品質な画像を生成する能力により、最近注目を集めている。
  論文  参考訳（メタデータ） (2022-08-24T03:13:04Z)
• Single Frame Atmospheric Turbulence Mitigation: A Benchmark Study and A New Physics-Inspired Transformer Model [82.23276183684001]
  本研究では,大気乱流の画像化のための物理インスピレーション付き変圧器モデルを提案する。 提案ネットワークは変圧器ブロックのパワーを利用して動的乱流歪みマップを共同で抽出する。 そこで本研究では,従来の客観的指標と,テキスト認識精度を用いたタスク駆動計測の両方で評価可能な,実世界の乱流データセットを新たに2つ提示する。
  論文  参考訳（メタデータ） (2022-07-20T17:09:16Z)
• Learning to restore images degraded by atmospheric turbulence using uncertainty [93.72048616001064]
  大気の乱流は、長距離イメージングシステムによって取得された画像の品質を著しく低下させることができる。 本研究では,大気乱流により劣化した1つの画像の復元のための深層学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-07-07T17:24:52Z)
• Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
  バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。 このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。 熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
  論文  参考訳（メタデータ） (2022-04-06T19:47:41Z)
• Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
  このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。 乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T15:25:08Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)

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。