Fugu-MT 論文翻訳(概要): A Transfer Learning-Based Approach to Marine Vessel Re-Identification

論文の概要: A Transfer Learning-Based Approach to Marine Vessel Re-Identification

arxiv url: http://arxiv.org/abs/2207.14500v1
Date: Fri, 29 Jul 2022 06:36:10 GMT
ステータス: 処理完了
システム内更新日: 2022-08-01 12:56:10.931179
Title: A Transfer Learning-Based Approach to Marine Vessel Re-Identification
Title（参考訳）: 伝達学習に基づく海洋容器再同定手法
Authors: Guangmiao Zeng, Wanneng Yu, Rongjie Wang, Anhui Lin
Abstract要約: 本稿では, 海上における船舶の揺れ状況をシミュレーションし, 移動動的アライメントアルゴリズムを提案する。平均平均精度(mAP)を10.2%改善し、最初のヒットレート(Rank1)を4.9%改善する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Marine vessel re-identification technology is an important component of intelligent shipping systems and an important part of the visual perception tasks required for marine surveillance. However, unlike the situation on land, the maritime environment is complex and variable with fewer samples, and it is more difficult to perform vessel re-identification at sea. Therefore, this paper proposes a transfer dynamic alignment algorithm and simulates the swaying situation of vessels at sea, using a well-camouflaged and similar warship as the test target to improve the recognition difficulty and thus cope with the impact caused by complex sea conditions, and discusses the effect of different types of vessels as transfer objects. The experimental results show that the improved algorithm improves the mean average accuracy (mAP) by 10.2% and the first hit rate (Rank1) by 4.9% on average.
Abstract（参考訳）: 船舶再識別技術は、インテリジェントな輸送システムの重要な要素であり、海上監視に必要な視覚知覚タスクの重要な部分である。しかし、陸上の状況とは異なり、海洋環境は複雑で可変であり、サンプルが少ないため、海上での船の再識別は困難である。そこで本論文では, 海上における船舶の揺動状況のシミュレーションを行うトランスファー動的アライメントアルゴリズムを提案し, 高いキャモフラージュと類似の軍艦を試験対象とし, 複雑な海洋条件による影響に対処し, 異種の船舶が輸送対象として与える影響について考察する。実験の結果、改良されたアルゴリズムは平均平均精度(mAP)を10.2%改善し、最初のヒットレート(Rank1)を4.9%改善した。

関連論文リスト

Real-time Ship Recognition and Georeferencing for the Improvement of Maritime Situational Awareness [0.0]
この論文は、ディープラーニングとコンピュータビジョンを活用して、リアルタイムの船舶認識とジオレファリングを促進するための調査である。 3,505枚の画像と11,625枚の船体マスクを備えた新しいデータセットであるShipSGが導入された。カスタムリアルタイムセグメンテーションアーキテクチャであるScatYOLOv8+CBAMはNVIDIA Jetson AGX Xavier組み込みシステム用に設計されている。
論文参考訳（メタデータ） (2024-10-07T11:43:42Z)
Real-Time Multi-Scene Visibility Enhancement for Promoting Navigational Safety of Vessels Under Complex Weather Conditions [48.529493393948435]
この可視光カメラは、インテリジェントな水上輸送システムにおいて、海洋表面の容器に不可欠なイメージングセンサーとして登場した。視覚画像の画質は、複雑な気象条件下での様々な劣化に必然的に悩まされる。本研究では,異なる気象条件下で撮影された劣化画像を復元する汎用多場面可視性向上手法を開発した。
論文参考訳（メタデータ） (2024-09-02T23:46:27Z)
A Computer Vision Approach to Estimate the Localized Sea State [45.498315114762484]
本研究は, 船橋に設置した静止カメラ1台が捉えた運用用封筒内の海像の活用に焦点を当てた。収集した画像は、深層学習モデルを訓練し、ビューフォートスケールに基づいて海の状態を自動的に認識する。
論文参考訳（メタデータ） (2024-07-04T09:07:25Z)
Efficient Multi-branch Segmentation Network for Situation Awareness in Autonomous Navigation [0.0]
この研究は、海上の港湾環境でUSVや無人航空機から視点を捉えたデータセットを構築した。統計的解析により、海と空の分布と行の位置情報の間に高い相関が示された。列位置符号化モジュール(RPEM)を用いた3分岐セマンティックセマンティックセマンティクスネットワークを提案し,海と空の間の予測精度を向上した。
論文参考訳（メタデータ） (2024-03-30T13:38:07Z)
Dual Adversarial Resilience for Collaborating Robust Underwater Image Enhancement and Perception [54.672052775549]
本研究では,水中画像の強調と検出を行うために,CARNetと呼ばれる協調的対向レジリエンスネットワークを導入する。本稿では,ネットワークが様々な種類の攻撃を識別・除去できるように,視覚駆動型と知覚駆動型の両方による同時攻撃訓練戦略を提案する。実験により,提案手法は画像の高画質化を図り,最先端の手法よりも平均6.71%高い検出精度が得られた。
論文参考訳（メタデータ） (2023-09-03T06:52:05Z)
Automatized marine vessel monitoring from sentinel-1 data using convolution neural network [0.0]
本稿では,ウェーブレット変換に基づく畳み込みニューラルネットワークによるSAR画像からの物体認識手法を提案する。 Sentinel-1 SAR-Cによるインド西部沿岸域の二重分極データ取得を含む。
論文参考訳（メタデータ） (2023-04-23T18:09:44Z)
Hierarchical Compositional Representations for Few-shot Action Recognition [51.288829293306335]
本稿では,新しい階層型合成表現(HCR)学習手法を提案する。複雑なアクションを、慎重に設計された階層的クラスタリングによって、いくつかのサブアクションに分割する。また、輸送問題において、サブアクション表現の観点から、ビデオサンプル間の類似度を測定するために、アースモーバー距離(Earth Mover's Distance)を採用した。
論文参考訳（メタデータ） (2022-08-19T16:16:59Z)
Frustratingly Easy Transferability Estimation [64.42879325144439]
本稿では,TransRate という,シンプルで効率的かつ効果的な転送可能性尺度を提案する。 TransRateは、事前訓練されたモデルによって抽出された対象サンプルの特徴とそれらのラベルとの間の相互情報として、転送可能性を測定する。 10行のコードで並外れた単純さにもかかわらず、TransRateは、22の事前訓練されたモデルと16のダウンストリームタスクに対する広範囲な評価において、非常にうまく機能している。
論文参考訳（メタデータ） (2021-06-17T10:27:52Z)
AOT: Appearance Optimal Transport Based Identity Swapping for Forgery Detection [76.7063732501752]
顔偽造検出のための外観の相違が大きい新しい識別スワップアルゴリズムを提案する。外観のギャップは主に、照明と肌の色における大きな相違から生じる。実画像パッチと偽画像パッチの混在とを識別するために識別器を導入する。
論文参考訳（メタデータ） (2020-11-05T06:17:04Z)
A Novel CNN-based Method for Accurate Ship Detection in HR Optical Remote Sensing Images via Rotated Bounding Box [10.689750889854269]
船舶検出における現在のCNN法に共通する欠点を克服し, 新たなCNNに基づく船舶検出手法を提案する。配向と他の変数を独立に予測できるが、より効果的に、新しい二分岐回帰ネットワークで予測できる。船体検出において提案手法が優れていることを示す実験結果が得られた。
論文参考訳（メタデータ） (2020-04-15T14:48:46Z)

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。