Fugu-MT 論文翻訳(概要): Combining Photogrammetric Computer Vision and Semantic Segmentation for Fine-grained Understanding of Coral Reef Growth under Climate Change

論文の概要: Combining Photogrammetric Computer Vision and Semantic Segmentation for Fine-grained Understanding of Coral Reef Growth under Climate Change

arxiv url: http://arxiv.org/abs/2212.04132v1
Date: Thu, 8 Dec 2022 08:09:57 GMT
ステータス: 処理完了
システム内更新日: 2022-12-09 15:41:41.406267
Title: Combining Photogrammetric Computer Vision and Semantic Segmentation for Fine-grained Understanding of Coral Reef Growth under Climate Change
Title（参考訳）: 温暖化下におけるサンゴ礁成長の微粒化理解のためのフォトグラムコンピュータビジョンとセマンティックセグメンテーションの併用
Authors: Jiageng Zhong, Ming Li, Hanqi Zhang, Jiangying Qin
Abstract要約: サンゴはサンゴ礁に生息する生物で、海洋の4分の1を支えている。 3次元微粒なセマンティックモデリングとサンゴ礁の硬さ評価は,初めてミリ(mm)精度で完了した。
参考スコア（独自算出の注目度）: 6.335630432207172
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Corals are the primary habitat-building life-form on reefs that support a quarter of the species in the ocean. A coral reef ecosystem usually consists of reefs, each of which is like a tall building in any city. These reef-building corals secrete hard calcareous exoskeletons that give them structural rigidity, and are also a prerequisite for our accurate 3D modeling and semantic mapping using advanced photogrammetric computer vision and machine learning. Underwater videography as a modern underwater remote sensing tool is a high-resolution coral habitat survey and mapping technique. In this paper, detailed 3D mesh models, digital surface models and orthophotos of the coral habitat are generated from the collected coral images and underwater control points. Meanwhile, a novel pixel-wise semantic segmentation approach of orthophotos is performed by advanced deep learning. Finally, the semantic map is mapped into 3D space. For the first time, 3D fine-grained semantic modeling and rugosity evaluation of coral reefs have been completed at millimeter (mm) accuracy. This provides a new and powerful method for understanding the processes and characteristics of coral reef change at high spatial and temporal resolution under climate change.
Abstract（参考訳）: サンゴは、海洋の4分の1の種を支えるサンゴ礁における主要な生息地構築生命体である。サンゴ礁の生態系は通常サンゴ礁でできており、それらはどの都市の高い建物にも似ています。これらのサンゴは硬質石灰質外骨格を分泌し、構造的剛性を与え、高度なフォトグラムを使った正確な3Dモデリングとセマンティックマッピングの必要条件でもある。現代の水中リモートセンシングツールとしての水中ビデオ撮影は、高解像度のサンゴ生息地調査およびマッピング技術である。本稿では,サンゴ画像と水中制御点から,詳細な3次元メッシュモデル,デジタル表面モデル,サンゴ生息地のオルソ写真を生成する。一方, 高度な深層学習により, 新たな画素ワイド・セマンティック・セマンティック・セマンティック・セマンティック・アプローチが実現された。最後に、セマンティックマップを3d空間にマッピングする。 3次元微粒なセマンティックモデリングとサンゴ礁の硬さ評価は,初めてミリ(mm)精度で完了した。これは、気候変動下での高空間および時間分解能でサンゴ礁の変化の過程と特性を理解するための、新しく強力な方法を提供する。

関連論文リスト

UW-SDF: Exploiting Hybrid Geometric Priors for Neural SDF Reconstruction from Underwater Multi-view Monocular Images [63.32490897641344]
ニューラルSDFに基づく多視点水中画像から対象物を再構成するフレームワークを提案する。再建過程を最適化するためのハイブリッドな幾何学的先行手法を導入し、神経SDF再建の質と効率を著しく向上させる。
論文参考訳（メタデータ） (2024-10-10T16:33:56Z)
TriHuman : A Real-time and Controllable Tri-plane Representation for Detailed Human Geometry and Appearance Synthesis [76.73338151115253]
TriHumanは、人間によって調整され、変形可能で、効率的な三面体表現である。我々は、未変形の三面体テクスチャ空間に、地球規模のサンプルを厳格にワープする。このような三面的特徴表現が骨格運動でどのように条件付けされ、動的外観や幾何学的変化を考慮に入れられるかを示す。
論文参考訳（メタデータ） (2023-12-08T16:40:38Z)
BenthIQ: a Transformer-Based Benthic Classification Model for Coral Restoration [4.931399476945033]
サンゴ礁は海洋生物多様性、沿岸保護、世界の人間の生活を支えるために不可欠である。ベントニック合成マップを作成するための現在の手法は、しばしば空間被覆と分解能の間に妥協する。水中基板の高精度な分類のために設計されたマルチラベル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であるBenthIQを紹介する。
論文参考訳（メタデータ） (2023-11-22T19:25:31Z)
Ghost on the Shell: An Expressive Representation of General 3D Shapes [97.76840585617907]
リアルな素材と照明で高速な物理ベースのレンダリングを可能にするので、メッシュは魅力的だ。近年の3次元形状の再構成と統計的モデリングの研究は、メッシュをトポロジカルに非フレキシブルであると批判している。我々は水密面上の多様体符号距離場を定義することにより開曲面をパラメータ化する。 G-Shellは、非水密メッシュ再構築および生成タスクにおける最先端の性能を達成する。
論文参考訳（メタデータ） (2023-10-23T17:59:52Z)
Scalable Semantic 3D Mapping of Coral Reefs with Deep Learning [4.8902950939676675]
本稿では,エゴモーション映像から水中環境をマッピングするための新しいパラダイムを提案する。前例のない規模で高精度な3Dセマンティックマッピングを行い,作業コストを大幅に削減した。本手法は,サンゴ礁のサンゴ礁モニタリングを飛躍的にスケールアップする。
論文参考訳（メタデータ） (2023-09-22T11:35:10Z)
Pengembangan Model untuk Mendeteksi Kerusakan pada Terumbu Karang dengan Klasifikasi Citra [3.254879465902239]
本研究はFlickr APIを用いてFlickrから収集した923枚の画像からなる特別なデータセットを利用する。この研究で使用される方法は、機械学習モデル、特に畳み込みニューラルネットワーク(CNN)の使用を含む。その結果,Stock-Scratch ResNetモデルは,精度と精度で事前学習モデルより優れていることがわかった。
論文参考訳（メタデータ） (2023-08-08T15:30:08Z)
Robot Goes Fishing: Rapid, High-Resolution Biological Hotspot Mapping in Coral Reefs with Vision-Guided Autonomous Underwater Vehicles [6.658103076536836]
生物学的ホットスポット検出は、サンゴ礁管理者が監視と介入のタスクのために限られた資源を優先するのに役立つ。ここでは、自律型水中車両(AUV)とカメラ、そして視覚検出器とフォトグラムと組み合わせて、これらのホットスポットをマッピングし、識別する方法について検討する。我々の知る限り、我々はAUVを使って視覚的に観察され、微細な生体ホットスポットマップを収集する最初の試みの1つを提示する。
論文参考訳（メタデータ） (2023-05-03T16:12:47Z)
Seafloor-Invariant Caustics Removal from Underwater Imagery [0.0]
コースティックス(英: Caustics)は、波面によって屈折される光線の投射によって生じる複雑な物理現象である。本研究では,浅海底画像に対する因果関係の影響を補正する新しい手法を提案する。特に,画像画素を"非因果的"と"因果的"に分類するために,ディープラーニングアーキテクチャを用いた。
論文参考訳（メタデータ） (2022-12-20T11:11:02Z)
Towards Generating Large Synthetic Phytoplankton Datasets for Efficient Monitoring of Harmful Algal Blooms [77.25251419910205]
有害な藻類(HAB)は養殖農場で重大な魚死を引き起こす。現在、有害藻や他の植物プランクトンを列挙する標準的な方法は、顕微鏡でそれらを手動で観察し数えることである。合成画像の生成にはGAN(Generative Adversarial Networks)を用いる。
論文参考訳（メタデータ） (2022-08-03T20:15:55Z)
SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to Generate an Improved Ocean Model [72.3183990520267]
シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
論文参考訳（メタデータ） (2021-06-24T17:29:42Z)
Deep learning for lithological classification of carbonate rock micro-CT images [52.77024349608834]
本研究は,ブラジルのプリサルト炭酸塩岩微視的画像のパターン同定にディープラーニング技術を適用することを目的としている。 4つの畳み込みニューラルネットワークモデルが提案された。精度によると、リサイズ画像で訓練されたモデル2は、最初の評価アプローチでは平均75.54%、2番目の評価では平均81.33%に達した。
論文参考訳（メタデータ） (2020-07-30T19:14:00Z)

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。