論文の概要: Direct initial orbit determination

• arxiv url: http://arxiv.org/abs/2308.14298v1
• Date: Mon, 28 Aug 2023 04:34:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 15:44:47.524815
• Title: Direct initial orbit determination
• Title（参考訳）: 直接初期軌道決定
• Authors: Chee-Kheng Chng, Trent Jansen-Sturgeon, Timothy Payne, Tat-Jun Chin
• Abstract要約: D-IODは観測されたストリーク画像に直接軌道パラメータを適合させる。 提案する非線形最小二乗目的関数は,候補軌道生成ストリーク画像と観測ストリーク画像との損失を算出する。
• 参考スコア（独自算出の注目度）: 20.22978490236837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Initial orbit determination (IOD) is an important early step in the processing chain that makes sense of and reconciles the multiple optical observations of a resident space object. IOD methods generally operate on line-of-sight (LOS) vectors extracted from images of the object, hence the LOS vectors can be seen as discrete point samples of the raw optical measurements. Typically, the number of LOS vectors used by an IOD method is much smaller than the available measurements (\ie, the set of pixel intensity values), hence current IOD methods arguably under-utilize the rich information present in the data. In this paper, we propose a \emph{direct} IOD method called D-IOD that fits the orbital parameters directly on the observed streak images, without requiring LOS extraction. Since it does not utilize LOS vectors, D-IOD avoids potential inaccuracies or errors due to an imperfect LOS extraction step. Two innovations underpin our novel orbit-fitting paradigm: first, we introduce a novel non-linear least-squares objective function that computes the loss between the candidate-orbit-generated streak images and the observed streak images. Second, the objective function is minimized with a gradient descent approach that is embedded in our proposed optimization strategies designed for streak images. We demonstrate the effectiveness of D-IOD on a variety of simulated scenarios and challenging real streak images.
• Abstract（参考訳）: 初期軌道決定 (iod) は、居住する宇宙物体の複数の光学観測を理解・調整するプロセスチェーンにおいて重要な初期段階である。 IOD法は一般的に、物体の画像から抽出されたLOSベクトルで動作するため、LOSベクトルは生光学測定の離散点サンプルとして見ることができる。 通常、IOD法で使用されるLOSベクトルの数は、利用可能な測定値(ピクセル強度値の集合)よりもはるかに小さいため、現在のIOD法は、データに存在するリッチな情報を過小評価する。 本稿では、LOS抽出を必要とせず、観測されたストリーク画像に直接軌道パラメータを適合させるD-IODと呼ばれるemph{direct} IOD法を提案する。 LOSベクトルを使わないため、D-IODは不完全なLOS抽出ステップによる潜在的な不正確さやエラーを避ける。 まず、候補軌道生成ストレーク画像と観測されたストレーク画像の損失を計算する非線形最小二乗関数を導入する。 第2に,対象関数は勾配降下法によって最小化され,この手法はstreak画像に対して提案する最適化戦略に組み込まれている。 本研究では,d-iodの有効性を,様々なシミュレーションシナリオで実証し,実像に挑戦する。

関連論文リスト

• NSD-DIL: Null-Shot Deblurring Using Deep Identity Learning [0.02932486408310998]
  本稿では,線形システムの特性に基づいた専用正規化項を含む新しい学習戦略であるDeep Identity Learning (DIL)を紹介する。 画像データに依存しないため、我々はDeep Identity Learning (NSD-DIL)を用いてNull-Shot deblurringと呼ぶ。 実験の結果,提案手法は従来の学習法と深層学習法の両方に優れていた。
  論文  参考訳（メタデータ） (2024-07-05T18:56:31Z)
• Semi-supervised Open-World Object Detection [74.95267079505145]
  半教師付きオープンワールド検出(SS-OWOD)という,より現実的な定式化を導入する。 提案したSS-OWOD設定では,最先端OWOD検出器の性能が劇的に低下することが実証された。 我々は,MS COCO, PASCAL, Objects365, DOTAの4つのデータセットを用いた実験を行い, 提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2024-02-25T07:12:51Z)
• Cryo-forum: A framework for orientation recovery with uncertainty measure with the application in cryo-EM image analysis [0.0]
  本稿では,10次元特徴ベクトルを用いて方向を表現し,予測方向を単位四元数として導出し,不確実な距離で補足する擬似制約擬似プログラムを提案する。 本手法は,2次元Creo-EM画像からの向きをエンドツーエンドで効果的に復元することを示し,不確実性を含むことにより,データセットを3次元レベルで直接クリーンアップすることができる。
  論文  参考訳（メタデータ） (2023-07-19T09:09:24Z)
• Deep Dynamic Scene Deblurring from Optical Flow [53.625999196063574]
  汚れは視覚的により快適な写真を提供し、写真がより便利になる。 非均一な曖昧さを数学的にモデル化することは困難である。 我々は,難解な特徴から鮮明な画像を復元する畳み込みニューラルネットワーク(CNN)を開発した。
  論文  参考訳（メタデータ） (2023-01-18T06:37:21Z)
• Curvature regularization for Non-line-of-sight Imaging from Under-sampled Data [5.591221518341613]
  非視線イメージング(NLOS)は、視線で測定されたデータから3次元の隠れたシーンを再構築することを目的としている。 曲率正規化に基づく新しいNLOS再構成モデルを提案する。 提案したアルゴリズムを,合成データセットと実データセットの両方で評価する。
  論文  参考訳（メタデータ） (2023-01-01T14:10:43Z)
• FRE: A Fast Method For Anomaly Detection And Segmentation [5.0468312081378475]
  本稿では,視覚異常検出とセグメンテーション問題を解決するための原理的アプローチを提案する。 本稿では,事前学習したDNNが生み出す中間特性に対する線形統計量次元削減手法の適用について述べる。 高次元空間における原特徴と低次元縮小埋め込みの前像との差の$ell$-normのEmphfeature reconstruction error (FRE) が異常検出に極めて有効であることを示す。
  論文  参考訳（メタデータ） (2022-11-23T01:03:20Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• Event-aided Direct Sparse Odometry [54.602311491827805]
  本稿では,イベントとフレームを用いた直接単眼視覚計測法であるEDSを紹介する。 我々のアルゴリズムは、イベント生成モデルを利用して、フレーム間のブラインドタイムにおけるカメラの動きを追跡する。 EDSは直接アプローチでイベントとフレームを使用して6-DOF VOを実行する最初の方法である。
  論文  参考訳（メタデータ） (2022-04-15T20:40:29Z)
• The KFIoU Loss for Rotated Object Detection [115.334070064346]
  本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。 具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。 KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
  論文  参考訳（メタデータ） (2022-01-29T10:54:57Z)
• DARDet: A Dense Anchor-free Rotated Object Detector in Aerial Images [11.45718985586972]
  空中画像における回転物体検出のための高密度アンカーフリー回転物体検出器(DARDet)を提案する。 我々のDARDetは、特徴マップの各前景ピクセルで回転したボックスの5つのパラメータを直接予測する。 提案手法は, 一般的に使用されている3つの空中オブジェクトデータセットに対して, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-10-03T15:28:14Z)
• SCRDet++: Detecting Small, Cluttered and Rotated Objects via Instance-Level Feature Denoising and Rotation Loss Smoothing [131.04304632759033]
  小さくて散らばった物体は実世界では一般的であり、検出は困難である。 本稿では,まず,物体検出にデノナイズするアイデアを革新的に紹介する。 機能マップ上のインスタンスレベルの記述は、小さくて散らばったオブジェクトの検出を強化するために行われる。
  論文  参考訳（メタデータ） (2020-04-28T06:03:54Z)

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。