論文の概要: Evaluation of Color Anomaly Detection in Multispectral Images For Synthetic Aperture Sensing

• arxiv url: http://arxiv.org/abs/2211.04293v1
• Date: Tue, 8 Nov 2022 15:01:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 16:36:37.935817
• Title: Evaluation of Color Anomaly Detection in Multispectral Images For Synthetic Aperture Sensing
• Title（参考訳）: 合成開口センシング用マルチスペクトル画像における色異常検出の評価
• Authors: Francis Seits, Indrajit Kurmi and Oliver Bimber
• Abstract要約: 波長非依存型合成開口センシング技術を用いて得られたマルチスペクトル画像における教師なし異常検出手法の評価を行った。 視覚範囲で通常動作する色異常検出法は、常に遠赤外線(熱)チャネルの恩恵を受ける。
• 参考スコア（独自算出の注目度）: 4.640835690336653
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this article, we evaluate unsupervised anomaly detection methods in multispectral images obtained with a wavelength-independent synthetic aperture sensing technique, called Airborne Optical Sectioning (AOS). With a focus on search and rescue missions that apply drones to locate missing or injured persons in dense forest and require real-time operation, we evaluate runtime vs. quality of these methods. Furthermore, we show that color anomaly detection methods that normally operate in the visual range always benefit from an additional far infrared (thermal) channel. We also show that, even without additional thermal bands, the choice of color space in the visual range already has an impact on the detection results. Color spaces like HSV and HLS have the potential to outperform the widely used RGB color space, especially when color anomaly detection is used for forest-like environments.
• Abstract（参考訳）: 本稿では,AOS (Airborne Optical Sectioning) と呼ばれる波長非依存の合成開口センシング技術を用いて得られたマルチスペクトル画像の教師なし異常検出手法を評価する。 密林内の行方不明者や負傷者をドローンで特定し、リアルタイム操作を必要とする捜索救助任務に焦点をあてて、これらの手法のランタイムと品質を評価した。 さらに,視覚範囲で通常動作する色異常検出手法は,遠赤外線(熱的)チャンネルを付加することで常に有用であることを示す。 また、追加の熱帯域がなくても、視覚範囲における色空間の選択が検出結果に影響を与えていることも示している。 HSVやHLSのような色空間は、特に森林のような環境に色異常検出を用いる場合、広く使われているRGB色空間を上回る可能性がある。

関連論文リスト

• Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
  画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。 SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。 スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T14:24:03Z)
• Color Recognition in Challenging Lighting Environments: CNN Approach [0.0]
  研究者は、コンピュータビジョンの応用のための色検出技術を強化するために取り組んでいる。 この問題に対処するために,畳み込みニューラルネットワーク(CNN)に基づく色検出手法を提案する。 本手法は照明条件の異なる色検出の堅牢性を大幅に向上させることができることを実験的に検証した。
  論文  参考訳（メタデータ） (2024-02-07T11:26:00Z)
• Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
  本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。 これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。 高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
  論文  参考訳（メタデータ） (2023-08-24T12:32:46Z)
• Synthetic Aperture Anomaly Imaging [2.9443230571766854]
  検出された異常は積分の異常を検出するよりも効果的であることを示す。 我々は、ブルーライトの組織や商用ドローンプラットフォームを使って、我々の発見を現実的に利用できるようにするリアルタイムアプリケーションを提案する。
  論文  参考訳（メタデータ） (2023-04-26T14:34:43Z)
• Toward deep-learning-assisted spectrally-resolved imaging of magnetic noise [52.77024349608834]
  本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。 これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
  論文  参考訳（メタデータ） (2022-08-01T19:18:26Z)
• Non-Photorealistic Rendering of Layered Materials: A Multispectral Approach [0.0]
  生体試料中の層状物質を可視化するためのマルチスペクトルレンダリング技術を提案する。 非フォトリアリスティックレンダリング(NPR)において近赤外および紫外スペクトルから取得したデータを最初に利用する。
  論文  参考訳（メタデータ） (2021-09-02T08:40:05Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• Deep Learning-based Human Detection for UAVs with Optical and Infrared Cameras: System and Experiments [35.342730238802886]
  本稿では,光学(RGB)と長波赤外線(LWIR)カメラを用いた深層学習に基づく人体検知システムを提案する。 それぞれのスペクトルにおいて、ResNetバックボーンを備えたカスタマイズされたRetinaNetネットワークは、人間の検出を提供する。 境界ボックスアンカーを最適化し,画像解像度を向上することにより,高高度からの欠落検出数を20%以上削減できることを示す。
  論文  参考訳（メタデータ） (2020-08-10T15:30:42Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)
• Spectrum Translation for Cross-Spectral Ocular Matching [59.17685450892182]
  バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
  論文  参考訳（メタデータ） (2020-02-14T19:30:31Z)
• Hyperspectral Infrared Microscopy With Visible Light [0.4893345190925178]
  我々は、試料の赤外線スペクトルマップを可視光用に構築した既製部品を用いて取得する赤外線ハイパースペクトル顕微鏡の新しい手法を提案する。 この技術は、広い視野、高速な読み出しおよび無視可能な熱をサンプルに供給し、物質や生物学的応用に非常に関係している。
  論文  参考訳（メタデータ） (2020-02-14T10:29:32Z)

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。