論文の概要: Thermal Spread Functions (TSF): Physics-guided Material Classification

• arxiv url: http://arxiv.org/abs/2304.00696v1
• Date: Mon, 3 Apr 2023 03:07:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-04 16:43:56.476840
• Title: Thermal Spread Functions (TSF): Physics-guided Material Classification
• Title（参考訳）: 熱拡散関数(TSF):物理誘導材料分類
• Authors: Aniket Dashpute, Vishwanath Saragadam, Emma Alexander, Florian Willomitzer, Aggelos Katsaggelos, Ashok Veeraraghavan, Oliver Cossairt
• Abstract要約: 本研究では,物体の熱特性に依存する物理誘導材料分類フレームワークを提案する。 物体の加熱と冷却の速度は、材料の固有の性質、すなわち放射率と拡散率に依存する。 提案手法は, 小型光源(低出力レーザー)とサーマルカメラのみを要し, 16クラスで86%の精度でロバストな分類結果が得られる。
• 参考スコア（独自算出の注目度）: 21.120014488056032
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robust and non-destructive material classification is a challenging but crucial first-step in numerous vision applications. We propose a physics-guided material classification framework that relies on thermal properties of the object. Our key observation is that the rate of heating and cooling of an object depends on the unique intrinsic properties of the material, namely the emissivity and diffusivity. We leverage this observation by gently heating the objects in the scene with a low-power laser for a fixed duration and then turning it off, while a thermal camera captures measurements during the heating and cooling process. We then take this spatial and temporal "thermal spread function" (TSF) to solve an inverse heat equation using the finite-differences approach, resulting in a spatially varying estimate of diffusivity and emissivity. These tuples are then used to train a classifier that produces a fine-grained material label at each spatial pixel. Our approach is extremely simple requiring only a small light source (low power laser) and a thermal camera, and produces robust classification results with 86% accuracy over 16 classes.
• Abstract（参考訳）: ロバストで非破壊的な物質分類は、多くの視覚応用において難しいが重要な第一歩である。 本研究では,物体の熱特性に依存する物理誘導材料分類フレームワークを提案する。 我々の重要な観察は、物体の加熱と冷却の速度が、材料の固有の性質、すなわち放射率と拡散率に依存することである。 熱カメラが加熱・冷却過程の計測を捉えている間、この観察を低出力レーザーで一定期間温め、それをオフにすることで活用する。 次に、この空間的および時間的「熱拡散関数」(TSF)を用いて、有限差分法による逆熱方程式を解き、空間的に微分率と放射率を推定する。 これらのタプルは、各空間画素で微細な材料ラベルを生成する分類器の訓練に使用される。 提案手法は小型光源(低出力レーザー)とサーマルカメラのみを極端に必要とし,16クラスで86%の精度でロバストな分類結果を生成する。

関連論文リスト

• vHeat: Building Vision Models upon Heat Conduction [63.00030330898876]
  vHeatは、高い計算効率とグローバルな受容場の両方を同時に達成する、新しいビジョンバックボーンモデルである。 基本的な考え方は、画像パッチを熱源として概念化し、それらの相関の計算を熱エネルギーの拡散としてモデル化することである。
  論文  参考訳（メタデータ） (2024-05-26T12:58:04Z)
• Thermal transport through a single trapped ion under strong laser illumination [0.0]
  我々は、レーザー励起により駆動され、異なる温度で作動する熱貯水池と結合した1つの閉じ込められたイオン中の量子熱輸送について研究した。 また, 熱流中における負の差分熱伝導率や非対称性などの現象も明らかにした。
  論文  参考訳（メタデータ） (2024-02-06T12:09:34Z)
• TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small Target Detection [58.00308680221481]
  赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。 ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。 熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
  論文  参考訳（メタデータ） (2024-02-03T05:51:22Z)
• Absorption-Based, Passive Range Imaging from Hyperspectral Thermal Measurements [6.719751155411075]
  環境熱放射の大気吸収に基づく新しい受動レンジイメージング手法を提案する。 15mから150mの範囲の特徴は回復され、不整合ライダーデータとの質的整合性が良好である。
  論文  参考訳（メタデータ） (2023-08-10T18:35:22Z)
• Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
  本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。 本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。 一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
  論文  参考訳（メタデータ） (2022-10-09T13:50:12Z)
• Physics-based Learning of Parameterized Thermodynamics from Real-time Thermography [0.0]
  実時間サーモグラフィデータから熱過程のダイナミクスを学習するための物理に基づく新しいアプローチを提案する。 提案手法は雑音に対して頑健であり,パラメータ推定の精度向上に有効であることを示す。
  論文  参考訳（メタデータ） (2022-03-24T16:06:31Z)
• Material Classification Using Active Temperature Controllable Robotic Gripper [0.0]
  熱に基づく認識は,接触面情報をリアルタイムに取得する利点がある。 ある物体の物質は、その温度がロボットグリップチップと同じであるときに認識できない。 本研究では,アクティブ温度制御可能なロボットグリップを用いて熱流を誘導する材料分類システムを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:54:14Z)
• Uhlmann Fidelity and Fidelity Susceptibility for Integrable Spin Chains at Finite Temperature: Exact Results [68.8204255655161]
  奇数パリティ部分空間の適切な包含は、中間温度範囲における最大忠実度感受性の向上につながることを示す。 正しい低温の挙動は、2つの最も低い多体エネルギー固有状態を含む近似によって捉えられる。
  論文  参考訳（メタデータ） (2021-05-11T14:08:02Z)
• Role of topology in determining the precision of a finite thermometer [58.720142291102135]
  低接続性は、温度計を低温で動作させるためのリソースであることに気付きました。 位置測定により達成可能な精度を,エネルギー測定に対応する最適値と比較する。
  論文  参考訳（メタデータ） (2021-04-21T17:19:42Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)

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。