Fugu-MT 論文翻訳(概要): Energy Efficient Automatic Streetlight Controlling System using Semantic Segmentation

論文の概要: Energy Efficient Automatic Streetlight Controlling System using Semantic Segmentation

arxiv url: http://arxiv.org/abs/2209.08633v1
Date: Sun, 18 Sep 2022 19:12:43 GMT
ステータス: 処理完了
システム内更新日: 2022-09-20 16:15:26.115641
Title: Energy Efficient Automatic Streetlight Controlling System using Semantic Segmentation
Title（参考訳）: 意味セグメンテーションを用いた省エネルギー自動街灯制御システム
Authors: Md Sakib Ullah Sourav, Huidong Wang
Abstract要約: 本研究は,CCTVカメラを搭載したコンピュータビジョン技術を活用した新しい街灯管理システムを開発することを目的とする。これにより、発光ダイオード(LED)の街灯は、歩行者や車両の存在を認識し、不在時に街灯を逆に薄めることで、自動的に適切な明るさで照らすことができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study aims to develop a novel streetlight management system powered by computer vision technology mounted with the close circuit television (CCTV) camera that allows the light emitting diode (LED) streetlight to automatically light up with proper brightness by recognizing the presence of pedestrians or vehicles and reversely dimming the streetlight in their absence by semantic image segmentation from video.
Abstract（参考訳）: 本研究は,映像からのセマンティックイメージセグメンテーションにより,歩行者や車両の存在を認識して街灯を逆に薄めることで,発光ダイオード(LED)の街灯を適切な明るさで自動的に照らすことのできる,コンピュータビジョン(CCTV)カメラを搭載した新しい街灯管理システムを開発することを目的とする。

関連論文リスト

Light the Night: A Multi-Condition Diffusion Framework for Unpaired Low-Light Enhancement in Autonomous Driving [45.97279394690308]
LightDiffは、自動運転アプリケーションの低照度画像品質を高めるために設計されたフレームワークである。深度マップ、RGB画像、テキストキャプションなど、様々なモードから入力重みを適応的に制御する新しいマルチコンディションアダプタが組み込まれている。夜間の条件下での最先端の3D検出器の性能を著しく向上し、高い視覚的品質のスコアを達成できる。
論文参考訳（メタデータ） (2024-04-07T04:10:06Z)
NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
論文参考訳（メタデータ） (2024-02-28T09:02:33Z)
Non-Intrusive Electric Load Monitoring Approach Based on Current Feature Visualization for Smart Energy Management [51.89904044860731]
我々はAIのコンピュータビジョン技術を用いて、スマートエネルギー管理のための非侵襲的な負荷監視手法を設計する。マルチスケールの特徴抽出とアテンション機構を備えたU字型ディープニューラルネットワークを用いて,色特徴画像からすべての電気負荷を認識することを提案する。
論文参考訳（メタデータ） (2023-08-08T04:52:19Z)
aUToLights: A Robust Multi-Camera Traffic Light Detection and Tracking System [6.191246748708665]
我々は、トロント大学の自動運転車であるアルテミスのような自動運転車のための、最近設計された交通信号認識システムについて説明する。複数のカメラにまたがってボックスレグレッションとトラフィック光の分類を行うためのYOLOv5検出器をデプロイし、観測結果を融合する。実世界のシナリオにおいて,単一フレーム,単一カメラオブジェクト検出と比較して,より優れた性能を示す。
論文参考訳（メタデータ） (2023-05-15T14:28:34Z)
IoT-based Efficient Streetlight Controlling, Monitoring and Real-time Error Detection System in Major Bangladeshi Cities [0.0]
バングラデシュでは不適切な街灯管理のために電力の浪費が見られますクラウドによる監視,外部の照明条件や交通検知による光ダイミングによる制御,低電力・電力消費を確保するための故障検出システムなどを実現する,効率的なモノのインターネット統合型街灯フレームワークを提案する。
論文参考訳（メタデータ） (2022-10-26T17:21:59Z)
Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event Cameras [67.84498757689776]
本稿では,イベントカメラとライダーの直接校正法について述べる。フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
論文参考訳（メタデータ） (2022-07-03T11:05:45Z)
Evaluating Computer Vision Techniques for Urban Mobility on Large-Scale, Unconstrained Roads [25.29906312974705]
本稿では,道路安全の課題を大規模に解決するために,簡易な移動画像撮影装置を提案する。道路上の不規則を識別するために,近年のコンピュータビジョン技術を用いている。また、トラフィック違反を見つけるためのモバイルイメージングソリューションの適用性を実証する。
論文参考訳（メタデータ） (2021-09-11T09:07:56Z)
Energy-Efficient Model Compression and Splitting for Collaborative Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文参考訳（メタデータ） (2021-06-02T07:36:27Z)
Unsupervised Depth and Ego-motion Estimation for Monocular Thermal Video using Multi-spectral Consistency Loss [76.77673212431152]
本研究では,全日深度とエゴモーション推定のための教師なし学習手法を提案する。提案手法はマルチスペクトル整合性損失を利用してネットワークを補完的に監視する。提案手法で訓練されたネットワークは、低照度およびゼロ照度条件下での単眼熱ビデオの深度とポーズを堅牢に推定する。
論文参考訳（メタデータ） (2021-03-01T05:29:04Z)
GSM-GPRS Based Smart Street Light [0.0]
街灯はバングラデシュの街灯を照らす伝統的なマニュアルシステムであった。本稿では,SIM900 GSM-GPRS Shieldを用いたバングラデシュなどの街路灯の制御方法について述べる。
論文参考訳（メタデータ） (2021-01-12T06:31:44Z)
PDLight: A Deep Reinforcement Learning Traffic Light Control Algorithm with Pressure and Dynamic Light Duration [5.585321463602587]
PRCOL(Pressure with Retaining Capacity of Outgoing Lane)として新たな報酬を付与した深部強化学習(DRL)トラヒック光制御アルゴリズムPDlightを提案する。 PRCOLは、交通制御アルゴリズムで使用される圧力に対する改善として、入車車線の車両数だけでなく、出車線の残りの容量も考慮している。
論文参考訳（メタデータ） (2020-09-29T01:07:49Z)

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。