論文の概要: Simultaneous temperature estimation and nonuniformity correction from multiple frames

• arxiv url: http://arxiv.org/abs/2307.12297v1
• Date: Sun, 23 Jul 2023 11:28:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-25 16:49:40.474443
• Title: Simultaneous temperature estimation and nonuniformity correction from multiple frames
• Title（参考訳）: 複数フレームからの同時温度推定と非均一性補正
• Authors: Navot Oz, Omri Berman, Nir Sochen, David Mendelovich, Iftach Klapp
• Abstract要約: 赤外線カメラは農業、医療、セキュリティなど様々な用途で温度測定に広く利用されている。 低コストのマイクロボロメーターベースの赤外線カメラは、空間的に変化する非均一性や温度測定におけるドリフトの傾向が強い。 低コストのマイクロボロメータを用いた赤外線カメラで撮影した複数のフレームから温度推定と不均一性補正を同時に行う新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Infrared (IR) cameras are widely used for temperature measurements in various applications, including agriculture, medicine, and security. Low-cost IR camera have an immense potential to replace expansive radiometric cameras in these applications, however low-cost microbolometer-based IR cameras are prone to spatially-variant nonuniformity and to drift in temperature measurements, which limits their usability in practical scenarios. To address these limitations, we propose a novel approach for simultaneous temperature estimation and nonuniformity correction from multiple frames captured by low-cost microbolometer-based IR cameras. We leverage the physical image acquisition model of the camera and incorporate it into a deep learning architecture called kernel estimation networks (KPN), which enables us to combine multiple frames despite imperfect registration between them. We also propose a novel offset block that incorporates the ambient temperature into the model and enables us to estimate the offset of the camera, which is a key factor in temperature estimation. Our findings demonstrate that the number of frames has a significant impact on the accuracy of temperature estimation and nonuniformity correction. Moreover, our approach achieves a significant improvement in performance compared to vanilla KPN, thanks to the offset block. The method was tested on real data collected by a low-cost IR camera mounted on a UAV, showing only a small average error of $0.27^\circ C-0.54^\circ C$ relative to costly scientific-grade radiometric cameras. Our method provides an accurate and efficient solution for simultaneous temperature estimation and nonuniformity correction, which has important implications for a wide range of practical applications.
• Abstract（参考訳）: 赤外線カメラは農業、医療、セキュリティなど様々な用途で温度測定に広く利用されている。 しかし、低コストのマイクロボロメーターベースの赤外線カメラは、空間的に変化する非均一性や温度測定のドリフトが起こりやすいため、実用的なシナリオでは使用性に制限がある。 これらの制約に対処するために, 低コストのマイクロボロメータベースirカメラで撮影した複数フレームの温度推定と非均一性補正を同時に行う新しい手法を提案する。 我々は、カメラの物理的画像取得モデルを利用し、カーネル推定ネットワーク(kpn)と呼ばれるディープラーニングアーキテクチャに組み込む。 また,環境温度をモデルに組み込んだ新しいオフセットブロックを提案し,温度推定の重要な要因であるカメラのオフセットを推定する。 その結果,フレームの数は温度推定の精度や不均一性補正に有意な影響を及ぼすことがわかった。 さらに,本手法はオフセットブロックにより,バニラKPNに比べて性能が大幅に向上した。 この手法は、UAVに搭載された低コストの赤外線カメラによって収集された実データに基づいてテストされ、コストの高い科学的グレードのラジオメトリックカメラと比較して、わずか0.27^\circ C-0.54^\circ C$の誤差しか示さなかった。 本手法は, 温度推定と非一様性補正を同時に行うための精度と効率のよい解を提供する。

関連論文リスト

• Rotational Odometry using Ultra Low Resolution Thermal Cameras [1.3986052523534573]
  この手紙は、我々の知る限りでは、回転計測のための超低解像度熱カメラの適用性に関する最初の研究である。 RGBカメラのような他のモダリティではなく、超低解像度のサーマルカメラを使うことは、照明条件に対するロバスト性によって動機づけられる。 CNN推定精度に対するサーマルカメラ解像度と連続フレーム数の影響を判定するための実験およびアブレーション研究を行った。
  論文  参考訳（メタデータ） (2024-11-02T12:15:32Z)
• IRSAM: Advancing Segment Anything Model for Infrared Small Target Detection [55.554484379021524]
  Infrared Small Target Detection (IRSTD) タスクは、自然画像と赤外線画像の間に顕著な領域ギャップがあるため、満足度の高い性能を達成するには不十分である。 IRSTDのためのIRSAMモデルを提案する。これはSAMのエンコーダデコーダアーキテクチャを改善し、赤外線小物体の特徴表現をより良く学習する。
  論文  参考訳（メタデータ） (2024-07-10T10:17:57Z)
• Pre-insertion resistors temperature prediction based on improved WOA-SVR [3.5738896126578537]
  高電圧回路ブレーカ内のプレ絶縁抵抗(PIR)は、電流が流れるときにジュール熱を発生させることによって、臨界成分でありウォームアップする。 本研究は、有限要素シミュレーション手法と、改良された鯨最適化アルゴリズム(IWOA)アプローチにより最適化されたサポートベクトル回帰(SVR)を組み合わせる。
  論文  参考訳（メタデータ） (2024-01-07T14:24:04Z)
• Robust e-NeRF: NeRF from Sparse & Noisy Events under Non-Uniform Motion [67.15935067326662]
  イベントカメラは低電力、低レイテンシ、高時間解像度、高ダイナミックレンジを提供する。 NeRFは効率的かつ効果的なシーン表現の第一候補と見なされている。 本稿では,移動イベントカメラからNeRFを直接かつ堅牢に再構成する新しい手法であるRobust e-NeRFを提案する。
  論文  参考訳（メタデータ） (2023-09-15T17:52:08Z)
• CamP: Camera Preconditioning for Neural Radiance Fields [56.46526219931002]
  NeRFは、オブジェクトと大規模シーンの高忠実度3Dシーン再構成を得るために最適化することができる。 外部および固有のカメラパラメータは通常、NeRFの前処理ステップとしてStructure-from-Motion (SfM)法を用いて推定される。 本稿では,カメラパラメータ間の相関をなくし,その効果を正規化するホワイトニング変換を代用問題として提案する。
  論文  参考訳（メタデータ） (2023-08-21T17:59:54Z)
• Estimating temperatures with low-cost infrared cameras using deep neural networks [0.0]
  環境温度を考慮した非均一性シミュレータを開発した。 カメラの物理モデルと周囲カメラ温度の両方を組み込んだエンドツーエンドニューラルネットワークが導入された。
  論文  参考訳（メタデータ） (2023-07-22T17:13:49Z)
• Robustifying the Multi-Scale Representation of Neural Radiance Fields [86.69338893753886]
  実世界の画像の両問題を克服するために,頑健なマルチスケールニューラルラジアンス場表現手法を提案する。 提案手法は,NeRFにインスパイアされたアプローチを用いて,マルチスケール画像効果とカメラ位置推定問題に対処する。 例えば、日常的に取得したマルチビュー画像からオブジェクトの正確な神経表現を行うためには、カメラの正確な位置推定が不可欠であることを示す。
  論文  参考訳（メタデータ） (2022-10-09T11:46:45Z)
• Long-Range Thermal 3D Perception in Low Contrast Environments [0.0]
  本報告では, マイクロボロメータを用いたLWIR(Long Wave Infrared)検出器の感度の劇的改善の実現可能性を証明するため, フェーズIの取り組みの結果について述べる。 結果として生じる低SWaP-C熱深度センシングシステムにより、高度空力(AAM)のための自律型航空車両の状況把握が可能となる。 低コントラストの静的および移動物体を含む周囲環境の堅牢な3D情報を提供する。
  論文  参考訳（メタデータ） (2021-12-10T01:16:44Z)
• Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using Meta-Learning [64.92447072894055]
  赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。 既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。 KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
  論文  参考訳（メタデータ） (2021-10-07T02:28:18Z)
• 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)
• Online Photometric Calibration of Automatic Gain Thermal Infrared Cameras [0.0]
  サーマル赤外線カメラのオンラインフォトメトリック校正のためのアルゴリズムを紹介します。 提案手法は特別なドライバ/ハードウェアサポートを必要としない。 我々はこれを視覚計測とSLAMアルゴリズムの文脈で提示する。
  論文  参考訳（メタデータ） (2020-12-07T17:51:54Z)

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。