論文の概要: Learning to Compress Unmanned Aerial Vehicle (UAV) Captured Video:
Benchmark and Analysis
- arxiv url: http://arxiv.org/abs/2301.06115v1
- Date: Sun, 15 Jan 2023 15:18:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-18 17:11:05.448695
- Title: Learning to Compress Unmanned Aerial Vehicle (UAV) Captured Video:
Benchmark and Analysis
- Title（参考訳）: 無人航空機(uav)を圧縮するための学習ビデオ:ベンチマークと分析
- Authors: Chuanmin Jia, Feng Ye, Huifang Sun, Siwei Ma, Wen Gao
- Abstract要約: 本稿では,UAVビデオ符号化学習のための新しいタスクを提案し,そのようなタスクに対する包括的で体系的なベンチマークを構築する。
このベンチマークは、ドローンプラットフォームにおけるビデオコーディングの研究と開発を加速させるものと期待されている。
- 参考スコア（独自算出の注目度）: 54.07535860237662
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: During the past decade, the Unmanned-Aerial-Vehicles (UAVs) have attracted
increasing attention due to their flexible, extensive, and dynamic
space-sensing capabilities. The volume of video captured by UAVs is
exponentially growing along with the increased bitrate generated by the
advancement of the sensors mounted on UAVs, bringing new challenges for
on-device UAV storage and air-ground data transmission. Most existing video
compression schemes were designed for natural scenes without consideration of
specific texture and view characteristics of UAV videos. In this work, we first
contribute a detailed analysis of the current state of the field of UAV video
coding. Then we propose to establish a novel task for learned UAV video coding
and construct a comprehensive and systematic benchmark for such a task, present
a thorough review of high quality UAV video datasets and benchmarks, and
contribute extensive rate-distortion efficiency comparison of learned and
conventional codecs after. Finally, we discuss the challenges of encoding UAV
videos. It is expected that the benchmark will accelerate the research and
development in video coding on drone platforms.
- Abstract（参考訳）: 過去10年間、無人航空機(uavs)は柔軟で広範囲でダイナミックな空間感知能力によって注目を集めてきた。
UAVが捉えたビデオの量は、UAVに搭載されたセンサーの進歩によって生じるビットレートの増加とともに指数関数的に増加しており、デバイス上のUAVストレージと地上データ転送に新たな課題をもたらしている。
既存のビデオ圧縮方式の多くは、UAVビデオの特定のテクスチャやビュー特性を考慮せずに、自然のシーン用に設計されている。
本研究では,UAVビデオ符号化の現場における現状を詳細に分析する。
そこで我々は,学習されたUAVビデオ符号化のための新しいタスクを確立し,そのようなタスクの包括的かつ体系的なベンチマークを構築し,高品質なUAVビデオデータセットとベンチマークの徹底的なレビューを行い,学習したコーデックと従来のコーデックの大幅なレート・歪み効率比較に貢献する。
最後に,uavビデオのエンコーディングの課題について述べる。
このベンチマークは、ドローンプラットフォーム上のビデオコーディングの研究と開発を加速することが期待されている。
関連論文リスト
- UAVDB: Trajectory-Guided Adaptable Bounding Boxes for UAV Detection [0.03464344220266879]
パッチ強度収束(Patch Intensity Convergence、PIC)技術は、手動ラベリングなしでUAV検出のための高忠実なバウンディングボックスを生成する。
この技術は、UAV検出に特化した専用データベースであるUAVDBの基礎となる。
我々は,最先端(SOTA)YOLO系列検出器を用いてUAVDBをベンチマークし,総合的な性能解析を行った。
論文 参考訳（メタデータ） (2024-09-09T13:27:53Z) - Multiview Aerial Visual Recognition (MAVREC): Can Multi-view Improve
Aerial Visual Perception? [57.77643186237265]
我々は、異なる視点から同期シーンを記録するビデオデータセットであるMultiview Aerial Visual RECgnition(MAVREC)を提示する。
MAVRECは約2.5時間、業界標準の2.7K解像度ビデオシーケンス、0.5万フレーム以上のフレーム、11万の注釈付きバウンディングボックスで構成されている。
これにより、MAVRECは地上および空中ビューのデータセットとして最大であり、ドローンベースのデータセットの中では4番目に大きい。
論文 参考訳（メタデータ） (2023-12-07T18:59:14Z) - Evidential Detection and Tracking Collaboration: New Problem, Benchmark
and Algorithm for Robust Anti-UAV System [56.51247807483176]
無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。
従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。
本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
論文 参考訳（メタデータ） (2023-06-27T19:30:23Z) - E^2VTS: Energy-Efficient Video Text Spotting from Unmanned Aerial
Vehicles [78.50123964690094]
無人航空機(UAV)ベースのビデオテキストスポッティングは、民間や軍事領域で広く使われている。
提案手法は,エネルギ効率と性能の競合的なトレードオフを達成し,従来の方法よりも優れていた。
論文 参考訳（メタデータ） (2022-06-05T22:43:17Z) - 3D UAV Trajectory and Data Collection Optimisation via Deep
Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。
UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である
本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文 参考訳（メタデータ） (2021-06-06T14:08:41Z) - UAV-ReID: A Benchmark on Unmanned Aerial Vehicle Re-identification [21.48667873335246]
近年のディープラーニング開発により、視覚ベースの対UAVシステムは単一のカメラでUAVを検出し、追跡することができる。
単一のカメラのカバー範囲は限られており、カメラ間のUAVにマッチするマルチカメラ構成が必要である。
我々は,この新興地域での機械学習ソリューションの開発を容易にする,UAV-reIDという新しいUAV再識別データセットを提案する。
論文 参考訳（メタデータ） (2021-04-13T14:13:09Z) - Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。
我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。
300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
論文 参考訳（メタデータ） (2021-01-21T07:00:15Z) - Deep Multimodality Learning for UAV Video Aesthetic Quality Assessment [22.277636020333198]
UAVビデオの審美的品質評価のための深層マルチモーダリティ学習法を提案する。
この新しいマルチストリームフレームワークには,新たなモーションストリームネットワークが提案されている。
本稿では,UAVビデオグラデーション,プロのセグメント検出,審美に基づくUAVパス計画の3つの応用例を示す。
論文 参考訳（メタデータ） (2020-11-04T15:37:49Z)
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。