論文の概要: Absorption-Based, Passive Range Imaging from Hyperspectral Thermal Measurements
- arxiv url: http://arxiv.org/abs/2308.05818v2
- Date: Tue, 11 Feb 2025 19:05:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-13 13:45:34.266648
- Title: Absorption-Based, Passive Range Imaging from Hyperspectral Thermal Measurements
- Title（参考訳）: ハイパースペクトル熱測定による吸収型パッシブレンジイメージング
- Authors: Unay Dorken Gallastegi, Hoover Rueda-Chacon, Martin J. Stevens, Vivek K Goyal,
- Abstract要約: 熱い物体と高出力物体を計算的に分離した受動的レンジイメージング手法を提案する。
本手法は, 放射能を明示的に考慮し, 範囲と固有物体特性を共同で推定する。
本手法を自然界から取得した8-13$mu$mの広波長赤外画像データに適用する。
- 参考スコア（独自算出の注目度）: 3.312377336651664
- License:
- Abstract: Passive hyperspectral longwave infrared measurements are remarkably informative about the surroundings. Remote object material and temperature determine the spectrum of thermal radiance, and range, air temperature, and gas concentrations determine how this spectrum is modified by propagation to the sensor. We introduce a passive range imaging method based on computationally separating these phenomena. Previous methods assume hot and highly emitting objects; ranging is more challenging when objects' temperatures do not deviate greatly from air temperature. Our method jointly estimates range and intrinsic object properties, with explicit consideration of air emission, though reflected light is assumed negligible. Inversion being underdetermined is mitigated by using a parametric model of atmospheric absorption and regularizing for smooth emissivity estimates. To assess where our estimate is likely accurate, we introduce a technique to detect which scene pixels are significantly influenced by reflected downwelling. Monte Carlo simulations demonstrate the importance of regularization, temperature differentials, and availability of many spectral bands. We apply our method to longwave infrared (8--13 $\mu$m) hyperspectral image data acquired from natural scenes with no active illumination. Range features from 15m to 150m are recovered, with good qualitative match to lidar data for pixels classified as having negligible reflected downwelling.
- Abstract（参考訳）: パッシブ・ハイパースペクトル長波赤外測定は周囲に顕著に影響を及ぼす。
リモートオブジェクト材料と温度は、熱放射率、範囲、空気温度、ガス濃度のスペクトルを決定し、センサへの伝搬によってこのスペクトルがどのように修正されるかを決定する。
本稿では,これらの現象を計算的に分離した受動的レンジイメージング手法を提案する。
これまでの方法では、高温で高出力の物体を仮定しており、物体の温度が空気温度から大きく逸脱しない場合、レンジはより困難である。
本手法では, 反射光は無視可能であるものの, 放射能を明示的に考慮し, 範囲と固有物体特性を共同で推定する。
大気吸収のパラメトリックモデルと、スムーズな放射率推定のための正則化を用いて、過度に決定されるインバージョンを緩和する。
推定値の精度を評価するため, 反射下降によるシーン画素の影響を推定する手法を提案する。
モンテカルロシミュレーションは、正則化、温度差、多くのスペクトルバンドの可利用性の重要性を証明している。
本手法を自然界から取得した8-13$\mu$mの高波長赤外画像データに適用する。
15mから150mの範囲の特徴を回復し, 反射下降が無視できる画素のライダーデータと良好な定性的一致を示した。
関連論文リスト
- Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Beyond Night Visibility: Adaptive Multi-Scale Fusion of Infrared and
Visible Images [49.75771095302775]
赤外線および可視画像を用いた適応型マルチスケール核融合ネットワーク(AMFusion)を提案する。
まず、赤外画像と可視画像から空間的特徴と意味的特徴を分離し、前者が光分布の調整に使用される。
第2に,事前学習したバックボーンから抽出した検出機能を利用して,意味的特徴の融合を誘導する。
第3に、通常の光強度で融合画像を制約する新しい照明損失を提案する。
論文 参考訳（メタデータ） (2024-03-02T03:52:07Z) - Thermal Spread Functions (TSF): Physics-guided Material Classification [21.120014488056032]
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。
論文 参考訳（メタデータ） (2023-04-03T03:07:26Z) - 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) - Deep Learning of Radiative Atmospheric Transfer with an Autoencoder [0.0]
我々は、大気の影響を「ノイズ」として扱う自己エンコーダと似た自己エンコーダを作成し、地上反射をスペクトル当たりの真理として扱う。
このプロセスは理想的には、ハイパースペクトル画像における大気効果と地上反射率を分離するオートエンコーダを作成することができる。
論文 参考訳（メタデータ） (2022-07-21T17:50:57Z) - Augmentation of Atmospheric Turbulence Effects on Thermal Adapted Object
Detection Models [0.0]
大気の乱流は、長距離観測システムの画質に劣化効果がある。
我々は、幾何学的乱流モデルを用いて、中規模熱画像集合上での乱流効果をシミュレートする。
本稿では,オブジェクト検出器の性能向上のためのデータ拡張戦略を提案する。
論文 参考訳（メタデータ） (2022-04-19T08:40:00Z) - Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。
このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。
熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
論文 参考訳（メタデータ） (2022-04-06T19:47:41Z) - A Cloud-Edge-Terminal Collaborative System for Temperature Measurement
in COVID-19 Prevention [13.593364699001693]
新型コロナウイルス(COVID-19)の感染拡大を防ぐために、公共の場での予備温度測定とマスク検出を実施している。
軽量赤外線温度測定モデルを用いたクラウド-エッジ-端末協調システムを提案する。
実験により、検出モデルは6.1Mのみであり、平均検出速度は257msであることがわかった。
論文 参考訳（メタデータ） (2021-07-11T16:15:15Z) - A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。
395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。
本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
論文 参考訳（メタデータ） (2021-01-07T17:17:12Z) - 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。