論文の概要: A Specific Task-oriented Semantic Image Communication System for
substation patrol inspection
- arxiv url: http://arxiv.org/abs/2301.03331v1
- Date: Mon, 9 Jan 2023 13:35:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 16:15:40.954797
- Title: A Specific Task-oriented Semantic Image Communication System for
substation patrol inspection
- Title(参考訳): サブステーションパトロール検査のためのタスク指向セマンティック画像通信システム
- Authors: Senran Fan, Haotai Liang, Chen Dong, Xiaodong Xu, Geng Liu
- Abstract要約: Imag-STSCIのための特定のタスク指向セマンティック通信システムは、弱い信号の下でインテリジェントロボットがより鮮明な画像を得るように設計されている。
このようなサブステーションパトロール検査作業において,画像の特定の詳細しか必要としない点に着想を得て,セマンティックエンハンスメントの新しいパラダイムを提案する。
- 参考スコア(独自算出の注目度): 3.2426299195251875
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intelligent inspection robots are widely used in substation patrol
inspection, which can help check potential safety hazards by patrolling the
substation and sending back scene images. However, when patrolling some
marginal areas with weak signal, the scene images cannot be sucessfully
transmissted to be used for hidden danger elimination, which greatly reduces
the quality of robots'daily work. To solve such problem, a Specific
Task-oriented Semantic Communication System for Imag-STSCI is designed, which
involves the semantic features extraction, transmission, restoration and
enhancement to get clearer images sent by intelligent robots under weak
signals. Inspired by that only some specific details of the image are needed in
such substation patrol inspection task, we proposed a new paradigm of semantic
enhancement in such specific task to ensure the clarity of key semantic
information when facing a lower bit rate or a low signal-to-noise ratio
situation. Across the reality-based simulation, experiments show our STSCI can
generally surpass traditional image-compression-based and channel-codingbased
or other semantic communication system in the substation patrol inspection task
with a lower bit rate even under a low signal-to-noise ratio situation.
- Abstract(参考訳): インテリジェント検査ロボットは変電所のパトロール検査に広く使われており、変電所のパトロールや現場画像の送信によって潜在的な安全上の危険をチェックできる。
しかし、弱い信号で限界領域をパトロールする場合、シーンイメージを余分に送信して隠れた危険を排除できないため、ロボットの日常作業の質が大幅に低下する。
このような問題を解決するため,Imag-STSCIのタスク指向セマンティックコミュニケーションシステムを設計し,弱い信号下での知的ロボットがより鮮明な画像を得るための意味的特徴抽出,伝達,復元,拡張を行う。
このようなサブステーションパトロールインスペクションタスクにおいて、画像の特定の詳細しか必要とせず、低ビットレートや低信号-雑音比の状況に直面した場合に、重要な意味情報の明確性を確保するために、そのような特定のタスクにおける意味的拡張の新しいパラダイムを提案する。
実環境下でのシミュレーションにより,stisciは,低信号対雑音比でも低ビットレートの変電所パトロール検査タスクにおいて,従来の画像圧縮方式やチャネルコーディング方式,その他の意味的通信システムを上回ることを実証した。
関連論文リスト
- Cable Slack Detection for Arresting Gear Application using Machine
Vision [0.0]
ケーブルをベースとした逮捕システムは、航空母艦の打ち上げと回収、および遠征用陸上基地の設置に不可欠である。
このシステムの主要なコンポーネントの1つは、エンジンへのケーブルインターフェースである。
この界面におけるケーブルのスラックの形成は効率を低下させ、継続動作前にケーブルのスラックを除去するためのメンテナンスを駆動する。
マシンビジョンに基づくスラック検出システムを示す。
論文 参考訳(メタデータ) (2023-12-04T20:00:40Z) - Communication-Efficient Framework for Distributed Image Semantic
Wireless Transmission [68.69108124451263]
IoTデバイスを用いたマルチタスク分散画像伝送のためのFederated Learning-based semantic communication (FLSC)フレームワーク。
各リンクは階層型視覚変換器(HVT)ベースの抽出器とタスク適応トランスレータで構成される。
チャネル状態情報に基づく多重出力多重出力伝送モジュール。
論文 参考訳(メタデータ) (2023-08-07T16:32:14Z) - Multi-task Learning for Radar Signal Characterisation [52.82104394081535]
本稿では,マルチタスク学習(MTL)問題として,レーダ信号の分類と特徴化に取り組むためのアプローチを提案する。
本稿では,複数のレグレッションタスクと分類タスクを同時最適化するIQST(IQ Signal Transformer)を提案する。
合成レーダデータセット上で提案したMTLモデルの性能を示すとともに,レーダ信号の特徴付けのための一級ベンチマークも提供する。
論文 参考訳(メタデータ) (2023-06-19T12:01:28Z) - A Vision Transformer Approach for Efficient Near-Field Irregular SAR
Super-Resolution [0.0]
本研究では、位置推定誤差に対処し、不規則なサンプリング測位の下でSAR画像超解像(SR)を行うモバイルフレンドビジョントランスフォーマー(ViT)アーキテクチャを提案する。
提案アルゴリズムであるMobile-SRViTは,SAR画像強調にViTを用いた最初の手法であり,シミュレーションおよび実証実験によって検証されている。
論文 参考訳(メタデータ) (2023-05-03T12:25:01Z) - Task-Oriented Communications for NextG: End-to-End Deep Learning and AI
Security Aspects [78.84264189471936]
NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。
無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。
エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
論文 参考訳(メタデータ) (2022-12-19T17:54:36Z) - Location-Aware Self-Supervised Transformers [74.76585889813207]
画像部品の相対的な位置を予測し,セマンティックセグメンテーションのためのネットワークを事前訓練する。
参照パッチのサブセットを問合せのサブセットにマスキングすることで,タスクの難しさを制御します。
実験により,この位置認識事前学習が,いくつかの難解なセマンティックセグメンテーションベンチマークに競合する表現をもたらすことが示された。
論文 参考訳(メタデータ) (2022-12-05T16:24:29Z) - Backdoor Attacks for Remote Sensing Data with Wavelet Transform [14.50261153230204]
本稿では,リモートセンシングデータに対するバックドア攻撃の系統的解析を行う。
そこで本研究では, 有害画像にトリガ画像を注入することで, 目に見えない攻撃を可能にする新しいウェーブレット変換ベースアタック(WABA)手法を提案する。
その単純さにもかかわらず、提案手法は攻撃成功率の高い最先端のディープラーニングモデルをかなり騙すことができる。
論文 参考訳(メタデータ) (2022-11-15T10:49:49Z) - SeqTR: A Simple yet Universal Network for Visual Grounding [88.03253818868204]
本稿では,視覚的接地作業のためのシンプルな汎用ネットワークSeqTRを提案する。
画像とテキストの入力を条件とした点予測問題として,視覚的グラウンドリングを行った。
このパラダイムの下では、視覚的なグラウンドタスクはタスク固有のブランチやヘッドなしでSeqTRネットワークに統合されます。
論文 参考訳(メタデータ) (2022-03-30T12:52:46Z) - Detect and Locate: A Face Anti-Manipulation Approach with Semantic and
Noise-level Supervision [67.73180660609844]
本稿では,画像中の偽造顔を効率的に検出する,概念的にシンプルだが効果的な方法を提案する。
提案手法は,画像に関する意味の高い意味情報を提供するセグメンテーションマップに依存する。
提案モデルでは,最先端検出精度と顕著なローカライゼーション性能を実現する。
論文 参考訳(メタデータ) (2021-07-13T02:59:31Z) - EmergencyNet: Efficient Aerial Image Classification for Drone-Based
Emergency Monitoring Using Atrous Convolutional Feature Fusion [8.634988828030245]
本稿では,緊急対応・監視用uavの航空機画像の効率的な分類について述べる。
緊急対応アプリケーションのための専用空中画像データベースを導入し、既存のアプローチの比較分析を行う。
マルチレゾリューション機能を処理するために,アトラス畳み込みに基づく軽量畳み込みニューラルネットワークアーキテクチャが提案されている。
論文 参考訳(メタデータ) (2021-04-28T20:24:10Z) - Anomaly Detection by One Class Latent Regularized Networks [36.67420338535258]
近年,GANに基づく半教師付きジェネレーティブ・アドバイザリアル・ネットワーク(GAN)手法が,異常検出タスクで人気を集めている。
遅延特徴空間でトレーニングデータの基盤となる構造を捕捉する新しい対角デュアルオートエンコーダネットワークを提案する。
実験の結果,MNISTおよびCIFAR10データセットおよびGTSRB停止信号データセットの最先端結果が得られた。
論文 参考訳(メタデータ) (2020-02-05T02:21:52Z)
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。