Fugu-MT 論文翻訳(概要): Object Delineation in Satellite Images

論文の概要: Object Delineation in Satellite Images

arxiv url: http://arxiv.org/abs/2212.07020v1
Date: Wed, 14 Dec 2022 04:19:45 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 17:36:28.226806
Title: Object Delineation in Satellite Images
Title（参考訳）: 衛星画像における対象記述
Authors: Zhuocheng Shang, Ahmed Eldawy
Abstract要約: このgemは、衛星画像から地理空間オブジェクトを抽出するMLアルゴリズムによってマークされた画素を記述するための単純で軽量なアルゴリズムを提供する。提案アルゴリズムは正確であり,アプリケーションのニーズに応じて,さらに単純化と近似を適用することができる。
参考スコア（独自算出の注目度）: 4.264192013842097
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Machine learning is being widely applied to analyze satellite data with problems such as classification and feature detection. Unlike traditional image processing algorithms, geospatial applications need to convert the detected objects from a raster form to a geospatial vector form to further analyze it. This gem delivers a simple and light-weight algorithm for delineating the pixels that are marked by ML algorithms to extract geospatial objects from satellite images. The proposed algorithm is exact and users can further apply simplification and approximation based on the application needs.
Abstract（参考訳）: 機械学習は、分類や特徴検出といった問題で衛星データを分析するために広く応用されている。従来の画像処理アルゴリズムとは異なり、地理空間アプリケーションは検出されたオブジェクトをラスタ形式から地理空間ベクトル形式に変換して解析する必要がある。このgemは、衛星画像から地理空間オブジェクトを抽出するMLアルゴリズムによってマークされた画素を記述するための単純で軽量なアルゴリズムを提供する。提案アルゴリズムは正確であり,アプリケーションのニーズに応じて単純化と近似を適用することができる。

関連論文リスト

Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map [0.7373617024876725]
本稿では,トポロジカルマップを用いた車両速度支援単眼視覚慣性位置推定のための新しいアルゴリズムを提案する。提案システムは、GPSやLiDARのような高価なセンサーに大きく依存する既存の手法の限界に対処することを目的としている。
論文参考訳（メタデータ） (2024-11-08T11:55:27Z)
FlightScope: A Deep Comprehensive Review of Aircraft Detection Algorithms in Satellite Imagery [2.9687381456164004]
本稿では,衛星画像中の航空機を識別するタスク用にカスタマイズされた,高度な物体検出アルゴリズム群を批判的に評価し,比較する。この研究は、YOLOバージョン5と8、より高速なRCNN、CenterNet、RetinaNet、RTMDet、DETRを含む一連の方法論を含む。 YOLOv5は空中物体検出のための堅牢なソリューションとして登場し、平均的精度、リコール、ユニオンのスコアに対するインターセクションによってその重要性を裏付けている。
論文参考訳（メタデータ） (2024-04-03T17:24:27Z)
Combining geolocation and height estimation of objects from street level imagery [5.887281983256354]
道路レベルRGB画像からの多クラス物体位置推定と高さ推定を組み合わせたパイプラインを提案する。提案手法は、カスタムトレーニングされた畳み込みニューラルネットワークで検出された画像平面内の物体の座標とともに画像メタデータを使用する。
論文参考訳（メタデータ） (2023-05-14T19:40:02Z)
ODSmoothGrad: Generating Saliency Maps for Object Detectors [0.0]
ODSmoothGradはオブジェクト検出器の分類とバウンディングボックスパラメータのソーシングマップを生成するツールである。また,SmoothGradアルゴリズムを用いて注目画素を視覚的に拡張する。
論文参考訳（メタデータ） (2023-04-15T18:21:56Z)
Linearized Wasserstein dimensionality reduction with approximation guarantees [65.16758672591365]
LOT Wassmap は、ワーッサーシュタイン空間の低次元構造を明らかにするための計算可能なアルゴリズムである。我々は,LOT Wassmapが正しい埋め込みを実現し,サンプルサイズの増加とともに品質が向上することを示す。また、LOT Wassmapがペア距離計算に依存するアルゴリズムと比較して計算コストを大幅に削減することを示す。
論文参考訳（メタデータ） (2023-02-14T22:12:16Z)
Construction of Object Boundaries for the Autopilotof a Surface Robot from Satellite Imagesusing Computer Vision Methods [101.18253437732933]
衛星地図上での水物体を検出する手法を提案する。輪郭のGPS座標を計算するアルゴリズムを作成する。提案アルゴリズムは,表面ロボットオートパイロットモジュールに適したフォーマットで結果の保存を可能にする。
論文参考訳（メタデータ） (2022-12-05T12:07:40Z)
Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
論文参考訳（メタデータ） (2022-03-26T20:10:38Z)
You Better Look Twice: a new perspective for designing accurate detectors with reduced computations [56.34005280792013]
BLT-netは、新しい低計算の2段階オブジェクト検出アーキテクチャである。非常にエレガントな第1ステージを使用して、オブジェクトをバックグラウンドから分離することで、計算を削減します。結果のイメージ提案は、高度に正確なモデルによって第2段階で処理される。
論文参考訳（メタデータ） (2021-07-21T12:39:51Z)
Scale Normalized Image Pyramids with AutoFocus for Object Detection [75.71320993452372]
スケール正規化画像ピラミッド(SNIP)が生成され、人間の視覚と同様に、異なるスケールで固定されたサイズ範囲内のオブジェクトにのみ参加する。本研究では,オブジェクトを含む可能性のある固定サイズのサブリージョンのみで動作する,効率的な空間サブサンプリング手法を提案する。結果のアルゴリズムはAutoFocusと呼ばれ、SNIPを使用する場合の推論では2.5～5倍のスピードアップとなる。
論文参考訳（メタデータ） (2021-02-10T18:57:53Z)
Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
論文参考訳（メタデータ） (2020-03-28T18:51:43Z)
Topological Sweep for Multi-Target Detection of Geostationary Space Objects [43.539256589118644]
我々の研究は、静止軌道(GEO)における人工物体の光学的検出に焦点を当てている。 GEO物体検出は、明るい恒星の散らばりの中で小さな点として現れるターゲットの距離のために困難である。本稿では,光画像の短いシーケンスからGEOオブジェクトを見つけるために,トポロジカルスイープに基づく新しいマルチターゲット検出手法を提案する。
論文参考訳（メタデータ） (2020-03-21T06:00:41Z)

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。