Fugu-MT 論文翻訳(概要): Synthetic Aperture Sensing for Occlusion Removal with Drone Swarms

論文の概要: Synthetic Aperture Sensing for Occlusion Removal with Drone Swarms

arxiv url: http://arxiv.org/abs/2212.14692v1
Date: Fri, 30 Dec 2022 13:19:15 GMT
ステータス: 処理完了
システム内更新日: 2023-01-02 17:26:27.428236
Title: Synthetic Aperture Sensing for Occlusion Removal with Drone Swarms
Title（参考訳）: ドローン群による閉塞除去のための合成開口センシング
Authors: Rakesh John Amala Arokia Nathan, Indrajit Kurmi and Oliver Bimber
Abstract要約: 我々は、密集した森林地帯において、密集した目標を検出し、追跡する上で、自律型ドローン群がいかに効率的かを実証する。閉塞密度や目標視斜視といった局所的な観測条件の探索と最適化は、従来のブラインドサンプリング戦略よりもはるかに高速で信頼性の高い結果を提供する。
参考スコア（独自算出の注目度）: 4.640835690336653
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We demonstrate how efficient autonomous drone swarms can be in detecting and tracking occluded targets in densely forested areas, such as lost people during search and rescue missions. Exploration and optimization of local viewing conditions, such as occlusion density and target view obliqueness, provide much faster and much more reliable results than previous, blind sampling strategies that are based on pre-defined waypoints. An adapted real-time particle swarm optimization and a new objective function are presented that are able to deal with dynamic and highly random through-foliage conditions. Synthetic aperture sensing is our fundamental sampling principle, and drone swarms are employed to approximate the optical signals of extremely wide and adaptable airborne lenses.
Abstract（参考訳）: 我々は、捜索救助任務中に失われた人など、森林の密集した地域での被写体の検出と追跡に、自律型ドローン群がいかに効率的であるかを実証する。局所的観察条件の探索と最適化、例えば咬合密度や目標視角の斜め性は、事前定義されたウェイポイントに基づいた以前のブラインドサンプリング戦略よりもはるかに高速で信頼性の高い結果をもたらす。適応したリアルタイム粒子群最適化と新しい目的関数が提示され、動的かつ高度にランダムな葉の条件を扱うことができる。合成開口センシングは我々の基本的なサンプリング原理であり、高度に広角かつ適応可能な空中レンズの光学信号の近似にドローン群を用いる。

関連論文リスト

Vision-Based Detection of Uncooperative Targets and Components on Small Satellites [6.999319023465766]
宇宙デブリと不活性衛星は、運用宇宙船の安全性と完全性に脅威をもたらす。コンピュータビジョンモデルの最近の進歩は、そのような非協調的な目標を追跡する既存の方法を改善するために利用することができる。本稿では,これらの物体を学習とコンピュータビジョンを用いて識別・監視する自律検出モデルを提案する。
論文参考訳（メタデータ） (2024-08-22T02:48:13Z)
An Autonomous Drone Swarm for Detecting and Tracking Anomalies among Dense Vegetation [3.6394530599964026]
ドローンの群れは、密集した目標を事実上検出し、追跡することができることを示す。 6機のドローンによる実生活実験で、平均位置精度は0.39m、平均精度は93.2%に達した。合成開口画像統合プロセスにセンサノイズを効果的に組み込むことができることを示す。
論文参考訳（メタデータ） (2024-07-15T14:31:21Z)
OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文参考訳（メタデータ） (2024-04-02T18:30:29Z)
Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文参考訳（メタデータ） (2023-08-28T07:56:13Z)
ScatterNeRF: Seeing Through Fog with Physically-Based Inverse Neural Rendering [83.75284107397003]
本稿では,シーンをレンダリングし,霧のない背景を分解するニューラルネットワークレンダリング手法であるScatterNeRFを紹介する。本研究では,散乱量とシーンオブジェクトの非絡み合い表現を提案し,物理に着想を得た損失を伴ってシーン再構成を学習する。マルチビューIn-the-Wildデータをキャプチャして,大規模な霧室内でのキャプチャを制御し,本手法の有効性を検証した。
論文参考訳（メタデータ） (2023-05-03T13:24:06Z)
Inverse Airborne Optical Sectioning [4.640835690336653]
Inverse Airborne Optical Sectioning (IAOS)は、ISAR(Inverse Synthetic Aperture Radar)の光学的類似物である。植生に密集した歩行者などの移動目標を、静止した光学センサーで視認・追跡することができる。
論文参考訳（メタデータ） (2022-07-27T07:57:24Z)
Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文参考訳（メタデータ） (2022-01-10T10:02:40Z)
Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文参考訳（メタデータ） (2021-07-14T21:10:47Z)
An Autonomous Drone for Search and Rescue in Forests using Airborne Optical Sectioning [0.0]
密閉された森林に完全自律的に人々を発見できる最初のプロトタイプを紹介します。様々な森林タイプで実施された17のフィールド実験で、ドローンは42人の隠れた人のうち38人を見つけた。深層学習に基づく人物分類は、1次元合成開口内でのスパースや誤差の少ないサンプリングでは影響を受けない。
論文参考訳（メタデータ） (2021-05-10T13:05:22Z)
Fast Automatic Visibility Optimization for Thermal Synthetic Aperture Visualization [7.133136338850781]
熱積分画像におけるターゲットの視認性は、ターゲットの画像のばらつきに比例することを示す。われわれの発見は、カメラドローンによる完全自律検索と再使用操作を可能にする可能性がある。
論文参考訳（メタデータ） (2020-05-08T14:28:03Z)
Temporal Sparse Adversarial Attack on Sequence-based Gait Recognition [56.844587127848854]
このような攻撃に対して,最先端の歩行認識モデルが脆弱であることを示す。生成した対向ネットワークに基づくアーキテクチャを用いて、対向的な高品質な歩行シルエットやビデオフレームを意味的に生成する。実験結果から, フレームの1分の1しか攻撃されない場合, 対象モデルの精度は劇的に低下することがわかった。
論文参考訳（メタデータ） (2020-02-22T10:08:42Z)

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。