論文の概要: Role and Integration of Image Processing Systems in Maritime Target
Tracking
- arxiv url: http://arxiv.org/abs/2206.12809v3
- Date: Wed, 24 Jan 2024 20:05:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-26 19:02:18.247767
- Title: Role and Integration of Image Processing Systems in Maritime Target
Tracking
- Title(参考訳): 海上目標追跡における画像処理システムの役割と統合
- Authors: Yassir Zardoua, Bilal Sebbar, Moussab Chbeine, Abdelali Astito,
Mohammed Boulaala
- Abstract要約: 近年, 海上交通, 特に海上貿易において, 安全, 安全, 環境保護を確保するため, 様々なシステムが展開されている。
この組み合わせデータの1つの重要な応用は海上での目標追跡であり、そこでは自動識別システム(AIS)とXバンド海洋レーダーが不可欠である。
この統合によって海洋の安全が向上し、海上での安全と保護の強化に関する実践的な洞察が得られることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, maritime traffic has increased, especially in seaborne
trade. To ensure safety, security, and environmental protection, various
systems have been deployed, often combining data for improved effectiveness.
One key application of this combined data is tracking targets at sea, where the
Automatic Identification System (AIS) and X-band marine radar are crucial.
Recently, there has been growing interest in using visual data from cameras to
enhance tracking. This has led to the development of several tracking
algorithms based on image processing. While much of the existing literature
addresses data fusion, there hasn't been much focus on why integrating image
processing systems is important given the existence of the other systems. In
our paper, we aim to analyze these surveillance systems and highlight the
reasons for integrating image processing systems. Our main goal is to show how
this integration can improve maritime security, offering practical insights
into enhancing safety and protection at sea.
- Abstract(参考訳): 近年、特に海上貿易において海上交通が増加している。
安全性、セキュリティ、環境保護を確保するため、様々なシステムが配備され、しばしばデータを組み合わせて改善された。
この複合データの1つの重要な応用は、自動識別システム(ais)とxバンド海洋レーダーが不可欠である海上の目標を追跡することである。
近年,カメラの視覚データによる追跡機能向上への関心が高まっている。
これにより、画像処理に基づく複数のトラッキングアルゴリズムの開発につながった。
既存の文献の多くはデータ融合に対応しているが、他のシステムの存在を考えると、画像処理システムを統合することがなぜ重要かにはあまり注目されていない。
本稿では,これらの監視システムを分析し,画像処理システムを統合する理由を強調する。
私たちの主な目標は、この統合が海上の安全をいかに改善できるかを示し、海上における安全と保護を強化するための実用的な洞察を提供することです。
関連論文リスト
- Securing the Skies: An IRS-Assisted AoI-Aware Secure Multi-UAV System with Efficient Task Offloading [3.427366431933441]
当社のフレームワークは,指数的AoI指標を取り入れ,盗難や妨害の脅威に対処するための秘密保持率を強調している。
本稿では,タスクオフロードプロセスの最適化を目的とした,トランスフォーマー強化型Deep Reinforcement Learning (DRL) アプローチを提案する。
論文 参考訳(メタデータ) (2024-04-06T17:41:00Z) - Floor extraction and door detection for visually impaired guidance [78.94595951597344]
未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。
コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。
本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
論文 参考訳(メタデータ) (2024-01-30T14:38:43Z) - SeaDSC: A video-based unsupervised method for dynamic scene change
detection in unmanned surface vehicles [3.2716252389196288]
本稿では,無人表面車両(USV)の動的シーン変化を検出するためのアプローチについて概説する。
本研究の目的は,海中映像データのダイナミックなシーン,特に高い類似性を示すシーンに顕著な変化を見出すことである。
本研究では,動的シーン変化検出システムにおいて,教師なし学習手法を提案する。
論文 参考訳(メタデータ) (2023-11-20T07:34:01Z) - Deep Learning-Based Object Detection in Maritime Unmanned Aerial Vehicle
Imagery: Review and Experimental Comparisons [10.75221614844458]
まず,海洋UAVにおける物体検出に関する4つの課題,すなわち,対象特性の多様性,デバイス制限,海洋環境の多様性,データセットの不足について要約する。
次に,UAVの航空画像・映像データセットを概観し,MS2ship という海洋UAV航空データセットを船体検出のために提案する。
論文 参考訳(メタデータ) (2023-11-14T07:20:38Z) - Vision-Based Autonomous Navigation for Unmanned Surface Vessel in
Extreme Marine Conditions [2.8983738640808645]
本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。
提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。
結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
論文 参考訳(メタデータ) (2023-08-08T14:25:13Z) - Leveraging Traceability to Integrate Safety Analysis Artifacts into the
Software Development Process [51.42800587382228]
安全保証ケース(SAC)は、システムの進化中に維持することが困難である。
本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。
安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
論文 参考訳(メタデータ) (2023-07-14T16:03:27Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳(メタデータ) (2023-03-08T00:48:32Z) - xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture
Radar Imagery [52.67592123500567]
世界の漁業は海洋資源や生態系に大きな脅威をもたらす。
夜間または夜間、全天候下で暗黒船の自動検出が可能となった。
xView3-SARは、Sentinel-1ミッションから得られた1000近い分析可能なSAR画像で構成されている。
論文 参考訳(メタデータ) (2022-06-02T06:53:45Z) - Scalable and Real-time Multi-Camera Vehicle Detection,
Re-Identification, and Tracking [58.95210121654722]
理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。
私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
論文 参考訳(メタデータ) (2022-04-15T12:47:01Z) - Safe Vessel Navigation Visually Aided by Autonomous Unmanned Aerial
Vehicles in Congested Harbors and Waterways [9.270928705464193]
この研究は、従来のRGBカメラと補助的な絶対位置決めシステム(GPSなど)で捉えた長距離視覚データから未知の物体までの距離を検知し推定する最初の試みである。
シミュレーション結果は,UAV支援艦艇の視覚支援航法における提案手法の精度と有効性を示すものである。
論文 参考訳(メタデータ) (2021-08-09T08:15:17Z) - Collaborative Visual Navigation [69.20264563368762]
マルチエージェント視覚ナビゲーション(MAVN)のための大規模3次元データセットCollaVNを提案する。
様々なMAVN変種を探索し、この問題をより一般化する。
メモリ拡張通信フレームワークを提案する。各エージェントには、通信情報を永続的に保存するプライベートな外部メモリが備わっている。
論文 参考訳(メタデータ) (2021-07-02T15:48:16Z)
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。