論文の概要: Space Object Identification and Classification from Hyperspectral Material Analysis

• arxiv url: http://arxiv.org/abs/2308.07481v1
• Date: Mon, 14 Aug 2023 22:21:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-16 14:41:16.503197
• Title: Space Object Identification and Classification from Hyperspectral Material Analysis
• Title（参考訳）: ハイパースペクトル材料分析による宇宙物体の同定と分類
• Authors: Massimiliano Vasile, Lewis Walker, Andrew Campbell, Simao Marto, Paul Murray, Stephen Marshall, and Vasili Savitski
• Abstract要約: 本稿では,未知空間オブジェクトのハイパースペクトルシグネチャから情報を抽出するためのデータ処理パイプラインを提案する。 本稿では,単一画素画像から空間オブジェクトの物質組成を決定する手法を提案する。 本稿では,空間オブジェクトの識別と分類に関する予備的な結果を示す。
• 参考スコア（独自算出の注目度）: 0.8825835542704784
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper presents a data processing pipeline designed to extract information from the hyperspectral signature of unknown space objects. The methodology proposed in this paper determines the material composition of space objects from single pixel images. Two techniques are used for material identification and classification: one based on machine learning and the other based on a least square match with a library of known spectra. From this information, a supervised machine learning algorithm is used to classify the object into one of several categories based on the detection of materials on the object. The behaviour of the material classification methods is investigated under non-ideal circumstances, to determine the effect of weathered materials, and the behaviour when the training library is missing a material that is present in the object being observed. Finally the paper will present some preliminary results on the identification and classification of space objects.
• Abstract（参考訳）: 本稿では,未知空間オブジェクトのハイパースペクトルシグネチャから情報を抽出するデータ処理パイプラインを提案する。 本稿では,単一画素画像から空間オブジェクトの物質組成を決定する手法を提案する。 素材の識別と分類には2つの手法が用いられており、1つは機械学習に基づいており、もう1つは既知のスペクトルのライブラリーと最小の正方形マッチングに基づいている。 この情報から、教師付き機械学習アルゴリズムを用いて、オブジェクト上の材料の検出に基づいて、オブジェクトを複数のカテゴリの1つに分類する。 非理想的条件下での材料分類手法の挙動を調査し, 風化物質の影響を判定し, 観測対象に存在する物質を学習図書館が欠落した場合の挙動について検討した。 最後に,空間オブジェクトの同定と分類に関する予備的な結果について述べる。

関連論文リスト

• MaterialSeg3D: Segmenting Dense Materials from 2D Priors for 3D Assets [63.284244910964475]
  本稿では,2次元のセマンティクスから基礎となる物質を推定する3次元アセット素材生成フレームワークを提案する。 このような先行モデルに基づいて,材料を三次元空間で解析する機構を考案する。
  論文  参考訳（メタデータ） (2024-04-22T07:00:17Z)
• Classification Committee for Active Deep Object Detection [24.74839931613233]
  本稿では,アクティブディープオブジェクト検出のための分類委員会を提案する。 委員会は、その不確実性値に基づいて最も情報性の高い画像を選択する。 本手法は,最先端の能動学習法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-16T16:31:36Z)
• Linear Object Detection in Document Images using Multiple Object Tracking [58.720142291102135]
  線形オブジェクトは文書構造に関する実質的な情報を伝達する。 多くのアプローチはベクトル表現を復元できるが、1994年に導入された1つのクローズドソース技術のみである。 複数オブジェクト追跡を用いた文書画像中の線形オブジェクトの正確なインスタンスセグメンテーションのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-26T14:22:03Z)
• On Hyperbolic Embeddings in 2D Object Detection [76.12912000278322]
  双曲幾何学が対象分類空間の基盤構造に適合するかどうかを考察する。 2段階、キーポイントベース、トランスフォーマーベースオブジェクト検出アーキテクチャに双曲型分類器を組み込む。 分類空間の構造に現れる分類階級階層を観察し、分類誤差を低くし、全体的な対象検出性能を高める。
  論文  参考訳（メタデータ） (2022-03-15T16:43:40Z)
• The Familiarity Hypothesis: Explaining the Behavior of Deep Open Set Methods [86.39044549664189]
  特徴ベクトルデータに対する異常検出アルゴリズムは異常を外れ値として識別するが、外れ値検出はディープラーニングではうまく機能しない。 本論文は, 新規性の有無ではなく, 慣れ親しんだ特徴の欠如を検知しているため, これらの手法が成功するというFamiliarity仮説を提案する。 本論文は,親しみやすさの検出が表現学習の必然的な結果であるかどうかを論じる。
  論文  参考訳（メタデータ） (2022-03-04T18:32:58Z)
• Robust Region Feature Synthesizer for Zero-Shot Object Detection [87.79902339984142]
  我々は,クラス内セマンティック・ディバージングコンポーネントとクラス間構造保存コンポーネントを含む,新しいゼロショットオブジェクト検出フレームワークを構築した。 リモートセンシング画像においてゼロショット物体検出を行う最初の研究である。
  論文  参考訳（メタデータ） (2022-01-01T03:09:15Z)
• Contrastive Object Detection Using Knowledge Graph Embeddings [72.17159795485915]
  一つのホットアプローチで学習したクラス埋め込みの誤差統計と、自然言語処理や知識グラフから意味的に構造化された埋め込みを比較した。 本稿では,キーポイントベースおよびトランスフォーマーベースオブジェクト検出アーキテクチャの知識埋め込み設計を提案する。
  論文  参考訳（メタデータ） (2021-12-21T17:10:21Z)
• Coupling innovation method and feasibility analysis of garbage classification [0.15469452301122172]
  本稿では,知的ゴミ分類における識別と判断の一連の手法について述べる。 熱原理と非破壊レーザー照射に基づく材料識別、光学回折と位相解析に基づく別の材料識別を含む。 また, 流体としての空気の特性に基づいて, ゴミ缶のリアルタイム空間計測法を提案する。
  論文  参考訳（メタデータ） (2021-01-30T09:15:46Z)
• Class-agnostic Object Detection [16.97782147401037]
  本稿では,オブジェクトのクラスに関係なくオブジェクトを検出することに焦点を当てた新しい問題として,クラスに依存しないオブジェクト検出を提案する。 具体的には、イメージ内のすべてのオブジェクトのバウンディングボックスを予測することであり、オブジェクトクラスではない。 本稿では,この領域における今後の研究を進めるために,クラス非依存検出器のベンチマークのためのトレーニングおよび評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-28T19:22:38Z)
• Object condensation: one-stage grid-free multi-object reconstruction in physics detectors, graph and image data [0.0]
  検出器信号に対して新しい物体凝縮法を提案する。 この方法は、グラフや点雲のような非イメージ的なデータ構造に基づいている。 これは画像の単純な対象分類問題に適用され、検出器信号から複数の粒子を再構成するために使用される。
  論文  参考訳（メタデータ） (2020-02-10T09:04:02Z)

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。