Fugu-MT 論文翻訳(概要): Inverse Airborne Optical Sectioning

論文の概要: Inverse Airborne Optical Sectioning

arxiv url: http://arxiv.org/abs/2207.13344v1
Date: Wed, 27 Jul 2022 07:57:24 GMT
ステータス: 処理完了
システム内更新日: 2022-07-28 14:01:06.671121
Title: Inverse Airborne Optical Sectioning
Title（参考訳）: 逆空中光分断法
Authors: Rakesh John Amala Arokia Nathan, Indrajit Kurmi and Oliver Bimber
Abstract要約: Inverse Airborne Optical Sectioning (IAOS)は、ISAR(Inverse Synthetic Aperture Radar)の光学的類似物である。植生に密集した歩行者などの移動目標を、静止した光学センサーで視認・追跡することができる。
参考スコア（独自算出の注目度）: 4.640835690336653
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present Inverse Airborne Optical Sectioning (IAOS) an optical analogy to Inverse Synthetic Aperture Radar (ISAR). Moving targets, such as walking people, that are heavily occluded by vegetation can be made visible and tracked with a stationary optical sensor (e.g., a hovering camera drone above forest). We introduce the principles of IAOS (i.e., inverse synthetic aperture imaging), explain how the signal of occluders can be further suppressed by filtering the Radon transform of the image integral, and present how targets motion parameters can be estimated manually and automatically. Finally, we show that while tracking occluded targets in conventional aerial images is infeasible, it becomes efficiently possible in integral images that result from IAOS.
Abstract（参考訳）: Inverse Airborne Optical Sectioning (IAOS) は、ISAR (Inverse Synthetic Aperture Radar) の光学的類似性を示す。植生に密集した歩行者のような移動標的は、静止した光学センサー(例えば森の上のホバリングカメラドローン)で視認および追跡することができる。本稿では、IAOS(逆合成開口イメージング)の原理を導入し、画像積分のラドン変換をフィルタリングすることにより、オククローダの信号をさらに抑制し、ターゲットの運動パラメータを手動で自動推定する方法を説明する。最後に,従来の空中画像における隠蔽対象の追跡は不可能であるが,IAOSによる統合画像では効率よく実現可能であることを示す。

関連論文リスト

RFTrans: Leveraging Refractive Flow of Transparent Objects for Surface Normal Estimation and Manipulation [50.10282876199739]
本稿では、透明物体の表面正規化と操作のためのRGB-Dに基づくRFTransを提案する。 RFNetは屈折流、物体マスク、境界を予測し、次いでF2Netは屈折流から表面の正常を推定する。現実のロボットがタスクをつかむと、成功率は83%となり、屈折流が直接シミュレートから現実への移動を可能にすることが証明される。
論文参考訳（メタデータ） (2023-11-21T07:19:47Z)
Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文参考訳（メタデータ） (2023-08-28T07:56:13Z)
Synthetic Aperture Sensing for Occlusion Removal with Drone Swarms [4.640835690336653]
我々は、密集した森林地帯において、密集した目標を検出し、追跡する上で、自律型ドローン群がいかに効率的かを実証する。閉塞密度や目標視斜視といった局所的な観測条件の探索と最適化は、従来のブラインドサンプリング戦略よりもはるかに高速で信頼性の高い結果を提供する。
論文参考訳（メタデータ） (2022-12-30T13:19:15Z)
Multitask AET with Orthogonal Tangent Regularity for Dark Object Detection [84.52197307286681]
暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。我々は,合成および実世界のデータセットを用いて最先端のパフォーマンスを達成した。
論文参考訳（メタデータ） (2022-05-06T16:27:14Z)
On the Role of Field of View for Occlusion Removal with Airborne Optical Sectioning [3.5232085374661284]
植生による排除は、遠隔地におけるリモートセンシングアプリケーションにとって重要な問題である。 Airborne Optical Sectioning (AOS) は、光学的、波長に依存しない合成開口イメージング技術である。森林密度と適用画像システムの視野(FOV)の関係を実証する。
論文参考訳（メタデータ） (2022-04-28T09:26:10Z)
Through-Foliage Tracking with Airborne Optical Sectioning [1.8352113484137622]
本稿では, 並列合成開口空中イメージングをサポートする, 初期軽量かつドローン操作の1Dカメラアレイを提案する。これらの2つの貢献は、密集した森林を移動する人々の検出と追跡に繋がることを示した。
論文参考訳（メタデータ） (2021-11-12T21:54:25Z)
Combined Person Classification with Airborne Optical Sectioning [1.8352113484137622]
完全に自律的なドローンは、森林の天蓋を強く排除し、失われたり負傷したりすることを実証されている。 AOS(Airborne Optical Sectioning)は、新しい合成開口イメージング技術であり、ディープラーニングに基づく分類により、現実的な探索・救助条件下で高い検出率を実現する。単一の積分画像ではなく、複数のAOSの分類を組み合わせることで、偽検出が著しく抑制され、真の検出が促進されることを示す。
論文参考訳（メタデータ） (2021-06-18T11:56:17Z)
Removing Diffraction Image Artifacts in Under-Display Camera via Dynamic Skip Connection Network [80.67717076541956]
アンダーディスプレイカメラ(UDC)システムは、スマートフォン上で真のベゼルレスおよびノッチフリーの視聴体験を提供します。典型的なUDCシステムでは、ピクセルアレイはカメラ上の入射光を減衰および回折し、画像品質の大幅な低下をもたらす。本研究では,前述の劣化問題の解析と対処を目的とする。
論文参考訳（メタデータ） (2021-04-19T18:41:45Z)
Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-03-04T12:45:18Z)
Search and Rescue with Airborne Optical Sectioning [7.133136338850781]
分類の前に多視点画像を組み合わせることで、自動人物検出を著しく改善できることを示す。発見は、自律航空機や有人航空機と組み合わせて適用できる効果的な将来の捜索救助技術の基礎を築いた。
論文参考訳（メタデータ） (2020-09-18T13:40:19Z)
Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文参考訳（メタデータ） (2020-09-16T11:37:43Z)

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。