論文の概要: OpenContrails: Benchmarking Contrail Detection on GOES-16 ABI

• arxiv url: http://arxiv.org/abs/2304.02122v1
• Date: Tue, 4 Apr 2023 21:03:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 14:05:38.151602
• Title: OpenContrails: Benchmarking Contrail Detection on GOES-16 ABI
• Title（参考訳）: OpenContrails:GOES-16 ABI上でのコントラル検出のベンチマーク
• Authors: Joe Yue-Hei Ng, Kevin McCloskey, Jian Cui, Erica Brand, Aaron Sarna, Nita Goyal, Christopher Van Arsdale, Scott Geraedts
• Abstract要約: コントラル(Contrails、凝縮路)は、航空機によって引き起こされる線状氷雲であり、おそらく航空による気候変動の最大の要因である。 我々は,GOES-16 Advanced Baseline Imager (ABI)データに基づいて,違反検出モデルのトレーニングと評価を行う,OpenContrailsというラベル付きデータセットを提案する。
• 参考スコア（独自算出の注目度）: 3.8559111314958434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contrails (condensation trails) are line-shaped ice clouds caused by aircraft and are likely the largest contributor of aviation-induced climate change. Contrail avoidance is potentially an inexpensive way to significantly reduce the climate impact of aviation. An automated contrail detection system is an essential tool to develop and evaluate contrail avoidance systems. In this paper, we present a human-labeled dataset named OpenContrails to train and evaluate contrail detection models based on GOES-16 Advanced Baseline Imager (ABI) data. We propose and evaluate a contrail detection model that incorporates temporal context for improved detection accuracy. The human labeled dataset and the contrail detection outputs are publicly available on Google Cloud Storage at gs://goes_contrails_dataset.
• Abstract（参考訳）: コントラル(Contrails)は、航空機によって引き起こされる線状氷雲であり、おそらく航空による気候変動の最大の要因である。 コントラル回避は、航空の気候への影響を大幅に減らすための安価な方法である可能性がある。 自動コントラ検出システムは、コントラル回避システムの開発と評価に必須のツールである。 本稿では,GOES-16 Advanced Baseline Imager (ABI)データに基づいて,コントラクション検出モデルのトレーニングと評価を行う,OpenContrailsというラベル付きデータセットを提案する。 本稿では,検出精度を向上させるために時間的コンテキストを組み込んだ反則検出モデルを提案し,評価する。 human labeled datasetとcontrail detection outputsは、gs://goes_contrails_dataset.google cloud storageで公開されている。

関連論文リスト

• Common Corruptions for Enhancing and Evaluating Robustness in Air-to-Air Visual Object Detection [17.38974968542393]
  本文は,これらの手法の有効性に対するデータ破損の影響を調査し,視覚に基づく深層学習航空機の検出・追跡に寄与する。 これらの破損をAirborne Object Trackingデータセットに適用することにより、空中対空物体検出のためのAOT-Cという最初のベンチマークデータセットを構築しました。 第2の主な貢献は、汚職の程度を増大させる際の性能劣化を調査するため、8ドルの多種多様な物体検出器を含む広範囲な実験的評価を提示することである。
  論文  参考訳（メタデータ） (2024-05-10T18:33:25Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Energy-based Detection of Adverse Weather Effects in LiDAR Data [7.924836086640871]
  本稿では,LiDARデータにおける悪天候の影響を検知するための新しい手法を提案する。 提案手法では,低エネルギースコアを不整点,高エネルギースコアを不整点に関連付ける。 悪天候下でのLiDAR知覚の研究領域の拡大を支援するため、SemanticSprayデータセットをリリースする。
  論文  参考訳（メタデータ） (2023-05-25T15:03:36Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• Performance evaluation of deep segmentation models for Contrails detection [1.6492989697868894]
  コントラル(Contrail)は、冷たく湿った空気を飛ぶ際に航空機のエンジンの排気によって生じる線状の氷雲である。 彼らは、放出される長波放射の約33%を地球に吸収または誘導することで温室効果を発生させる。 この研究は、低軌道衛星画像の反則を検出するために最先端のセグメンテーション技術を適用した最初のものである。
  論文  参考訳（メタデータ） (2022-11-27T15:07:39Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• 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)
• Channel Boosting Feature Ensemble for Radar-based Object Detection [6.810856082577402]
  レーダーベースの物体検出は、悪天候下でデプロイおよび使用される対応するセンサーモダリティを提供する。 提案手法の有効性をCOCO評価指標を用いて広く評価する。
  論文  参考訳（メタデータ） (2021-01-10T12:20:58Z)
• Investigating Robustness of Adversarial Samples Detection for Automatic Speaker Verification [78.51092318750102]
  本研究は,ASVシステムに対して,別個の検出ネットワークによる敵攻撃から防御することを提案する。 VGGライクな二分分類検出器を導入し、対向サンプルの検出に有効であることが実証された。
  論文  参考訳（メタデータ） (2020-06-11T04:31:56Z)

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。