Fugu-MT 論文翻訳(概要): Low Cost Embedded Vision System For Location And Tracking Of A Color Object

論文の概要: Low Cost Embedded Vision System For Location And Tracking Of A Color Object

arxiv url: http://arxiv.org/abs/2207.14396v1
Date: Thu, 28 Jul 2022 22:25:32 GMT
ステータス: 処理完了
システム内更新日: 2022-08-01 13:12:21.246804
Title: Low Cost Embedded Vision System For Location And Tracking Of A Color Object
Title（参考訳）: カラー物体の位置と追跡のための低コスト組込み型視覚システム
Authors: Diego Ayala, Danilo Chavez, Leopoldo Altamirano Robles
Abstract要約: 本稿では,カラー物体の検出,位置,追跡のための組込み視覚システムの開発について述べる。このシステムは、カラーオブジェクトの検出、位置、追跡に人工視覚を使用する必要があるアプリケーションを対象としている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper describes the development of an embedded vision system for detection, location, and tracking of a color object; it makes use of a single 32-bit microprocessor to acquire image data, process, and perform actions according to the interpreted data. The system is intended for applications that need to make use of artificial vision for detection, location and tracking of a color object and its objective is to have achieve at reduced terms of size, power consumption, and cost.
Abstract（参考訳）: 本稿では、カラーオブジェクトの検出、位置、追跡のための組込み視覚システムの開発について述べ、32ビットのマイクロプロセッサを1台使用して画像データを取得し、その解釈データに基づいて処理し、動作を実行する。このシステムは、カラーオブジェクトの検出、位置、追跡に人工視覚を使用するアプリケーションを対象としており、その目的は、サイズ、消費電力、コストという観点で達成することである。

関連論文リスト

Pre-Training LiDAR-Based 3D Object Detectors Through Colorization [65.03659880456048]
我々は,データとラベルのギャップを埋めるために,革新的な事前学習手法であるグラウンドドポイントカラー化(GPC)を導入する。 GPCは、LiDAR点雲を色付けし、価値あるセマンティック・キューを装備するモデルを教えている。 KITTIとデータセットの実験結果は、GPCの顕著な効果を示している。
論文参考訳（メタデータ） (2023-10-23T06:00:24Z)
CiteTracker: Correlating Image and Text for Visual Tracking [114.48653709286629]
我々は、画像とテキストを接続することで、視覚的トラッキングにおけるターゲットモデリングと推論を強化するCiteTrackerを提案する。具体的には、ターゲット画像パッチを記述テキストに変換するテキスト生成モジュールを開発する。次に、注目に基づく相関モジュールを用いて対象記述と検索画像を関連付け、対象状態参照のための相関特徴を生成する。
論文参考訳（メタデータ） (2023-08-22T09:53:12Z)
Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文参考訳（メタデータ） (2023-08-21T10:38:32Z)
Memory Maps for Video Object Detection and Tracking on UAVs [14.573513188682183]
本稿では,無人航空機(UAV)における映像物体の検出と追跡のための新しい手法を提案する。メタデータを取り入れることで、実際の世界座標におけるオブジェクト位置のメモリマップを作成する。我々は,この表現を用いて信頼度を高め,時間的コンピュータビジョンタスクの性能を向上させる。
論文参考訳（メタデータ） (2023-03-06T21:29:45Z)
ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
論文参考訳（メタデータ） (2022-12-16T18:51:41Z)
Peripheral Vision Transformer [52.55309200601883]
我々は生物学的にインスパイアされたアプローチを採用し、視覚認識のためのディープニューラルネットワークの周辺視覚をモデル化する。本稿では,マルチヘッド自己アテンション層に周辺位置エンコーディングを組み込むことにより,トレーニングデータから視覚領域を様々な周辺領域に分割することをネットワークが学べるようにすることを提案する。大規模画像Netデータセット上でPerViTと呼ばれる提案したネットワークを評価し,マシン知覚モデルの内部動作を体系的に検討した。
論文参考訳（メタデータ） (2022-06-14T12:47:47Z)
One-Shot Object Affordance Detection in the Wild [76.46484684007706]
Affordance Detectionは、画像内のオブジェクトの潜在的なアクション可能性を特定することを指す。我々は、人間の行動目的を推定し、それを転送して、すべての候補画像から共通価格を検出するワンショットアフォーダンス検出ネットワーク(OSAD-Net)を考案する。複雑なシーンと豊富なアノテーションによって、当社のPADv2データセットは、アベイランス検出メソッドをベンチマークするためのテストベッドとして使用することができます。
論文参考訳（メタデータ） (2021-08-08T14:53:10Z)
RGB-D Railway Platform Monitoring and Scene Understanding for Enhanced Passenger Safety [3.4298729855744026]
本稿では,人間を地上平面上で検出し追跡するための柔軟な解析手法を提案する。我々は、RGBと深度に基づく検出と追跡の複数の組み合わせについて検討する。その結果,奥行きに基づく空間情報と学習表現の組み合わせにより,検出精度と追跡精度が大幅に向上した。
論文参考訳（メタデータ） (2021-02-23T14:44:34Z)
Applying r-spatiogram in object tracking for occlusion handling [16.36552899280708]
映像追跡の目的は、動画シーケンス内の移動対象を正確に特定し、そのシーケンスの特徴空間内の非ターゲットから目標を識別することである。本稿では,オブジェクトモデリング,オブジェクト検出とローカライゼーション,モデル更新という,参照モデルの3つの主要コンポーネントで構成される多くのトラッカーの基本概念を用いる。
論文参考訳（メタデータ） (2020-03-18T02:42:51Z)
The iCub multisensor datasets for robot and computer vision applications [0.7340017786387767]
この文書は、追加の深度センサとカラーカメラを備えたiCubロボットを用いて構築された新しいデータセットを提示する。我々は,210個の物体の色と深度情報を取得するために,このロボットを使用した。
論文参考訳（メタデータ） (2020-03-04T10:59:29Z)

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。