論文の概要: A horizon line annotation tool for streamlining autonomous sea navigation experiments

• arxiv url: http://arxiv.org/abs/2309.05262v1
• Date: Mon, 11 Sep 2023 06:38:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-12 13:37:44.060566
• Title: A horizon line annotation tool for streamlining autonomous sea navigation experiments
• Title（参考訳）: 自律航法実験の合理化のための水平線アノテーションツール
• Authors: Yassir Zardoua, Abdelhamid El Wahabi, Mohammed Boulaala, Abdelali Astito
• Abstract要約: 水平線(英: Horizon Line)または海線(英: Sea Line)検出(英: HLD)は、複数の海上自律航法において重要な要素である。 最近の調査では、そのような検出器のいくつかの弱点が浮き彫りになった。 シーラインアノテーション処理を迅速かつ容易にするための機能を備えた最初の公開アノテーションソフトウェアを提示する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Horizon line (or sea line) detection (HLD) is a critical component in multiple marine autonomous navigation tasks, such as identifying the navigation area (i.e., the sea), obstacle detection and geo-localization, and digital video stabilization. A recent survey highlighted several weaknesses of such detectors, particularly on sea conditions lacking from the most extensive dataset currently used by HLD researchers. Experimental validation of more robust HLDs involves collecting an extensive set of these lacking sea conditions and annotating each collected image with the correct position and orientation of the horizon line. The annotation task is daunting without a proper tool. Therefore, we present the first public annotation software with tailored features to make the sea line annotation process fast and easy. The software is available at: https://drive.google.com/drive/folders/1c0ZmvYDckuQCPIWfh_70P7E1A_DWlIvF?usp=sharing
• Abstract（参考訳）: 地平線(英: horizon line, または sea line)検出(hld)は、航海領域(すなわち海)の特定、障害物の検出と地理的局所化、デジタルビデオの安定化など、複数の海洋自律航行タスクにおいて重要な要素である。 最近の調査では、これらの検出器のいくつかの弱点、特にhld研究者が現在使用している最も広範なデータセットに欠ける海の状態が浮き彫りになっている。 より堅牢なHLDの実験的検証には、これらの海洋条件が欠如している広いセットを収集し、各画像に水平線の位置と向きを正しくアノテートすることが含まれる。 アノテーションタスクは、適切なツールなしで厄介です。 そこで本研究では,シーラインアノテーション処理を迅速かつ容易にするための機能付き公開アノテーションソフトウェアを提案する。 https://drive.google.com/drive/folders/1c0ZmvYDckuQCPIWfh_70P7E1A_DWlIvF? usp=共有

関連論文リスト

• MARs: Multi-view Attention Regularizations for Patch-based Feature Recognition of Space Terrain [4.87717454493713]
  現在のアプローチは、事前収集されたパッチベースの機能とテンプレートマッチングに依存している。 マルチビューアテンション・レギュラライゼーション(MAR)を導入し,複数の特徴ビューにまたがるチャネルと空間的注意を制約する。 地形特徴認識性能は85%以上向上した。
  論文  参考訳（メタデータ） (2024-10-07T16:41:45Z)
• A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
  様々な動物が環境の手がかりを使って正確なナビゲーションをしている。 動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。 提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
  論文  参考訳（メタデータ） (2024-02-06T13:20:56Z)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• Deep Learning-Based Object Detection in Maritime Unmanned Aerial Vehicle Imagery: Review and Experimental Comparisons [10.75221614844458]
  まず,海洋UAVにおける物体検出に関する4つの課題,すなわち,対象特性の多様性,デバイス制限,海洋環境の多様性,データセットの不足について要約する。 次に,UAVの航空画像・映像データセットを概観し,MS2ship という海洋UAV航空データセットを船体検出のために提案する。
  論文  参考訳（メタデータ） (2023-11-14T07:20:38Z)
• Improving Underwater Visual Tracking With a Large Scale Dataset and Image Enhancement [70.2429155741593]
  本稿では,水中ビジュアルオブジェクト追跡(UVOT)のための新しいデータセットと汎用トラッカ拡張手法を提案する。 水中環境は、一様でない照明条件、視界の低さ、鋭さの欠如、コントラストの低さ、カモフラージュ、懸濁粒子からの反射を示す。 本研究では,追尾品質の向上に特化して設計された水中画像強調アルゴリズムを提案する。 この手法により、最先端(SOTA)ビジュアルトラッカーの最大5.0%のAUCの性能が向上した。
  論文  参考訳（メタデータ） (2023-08-30T07:41:26Z)
• SOOD: Towards Semi-Supervised Oriented Object Detection [57.05141794402972]
  本稿では, 主流の擬似ラベリングフレームワーク上に構築された, SOOD と呼ばれる, 半教師付きオブジェクト指向物体検出モデルを提案する。 提案した2つの損失をトレーニングした場合,SOODはDOTA-v1.5ベンチマークの様々な設定下で,最先端のSSOD法を超越することを示した。
  論文  参考訳（メタデータ） (2023-04-10T11:10:42Z)
• DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients [105.25109274550607]
  ラインセグメントは、視覚タスクでますます使われています。 画像勾配に基づく従来の線検出器は非常に高速で精度が高いが、ノイズの多い画像や困難な条件では頑丈さに欠ける。 我々は、両方の世界を最大限に活用するために、伝統的なアプローチと学習されたアプローチを組み合わせることを提案する。
  論文  参考訳（メタデータ） (2022-12-15T12:36:49Z)
• Cyber-resilience for marine navigation by information fusion and change detection [1.7205106391379026]
  サイバーレジリエンスは、海洋船の自律航法ソリューションの開発において、ますます関心が高まりつつある。 本稿では,3つのエッジを持つプリズムを通した海洋航法におけるサイバーレジリエンス特性について検討する。 沿岸航法に用いるセンサ信号の診断と緩和のための2段階推定器を提案する。
  論文  参考訳（メタデータ） (2022-02-01T12:56:02Z)
• Polyline Based Generative Navigable Space Segmentation for Autonomous Visual Navigation [57.3062528453841]
  ロボットが教師なしの方法で移動可能な空間分割を学習できるようにするための表現学習ベースのフレームワークを提案する。 提案するPSV-Netは,単一のラベルを使わずとも,高精度で視覚ナビゲーション可能な空間を学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-29T19:50:48Z)
• A fast horizon detector and a new annotated dataset for maritime video processing [0.0]
  本稿ではRGBビデオによる新しい海底地平線検出器を提案する。 弱い地平線を保ちながら、迅速かつ効果的な海音抑制に焦点をあてる。 その後、水平方向検出のためのフィルタエッジにラインフィッティング法が用いられる。
  論文  参考訳（メタデータ） (2021-10-26T13:31:50Z)
• MODS -- A USV-oriented object detection and obstacle segmentation benchmark [12.356257470551348]
  海上物体検出とより一般的な海上障害物セグメンテーションの2つの主要な知覚タスクを考慮する新しい障害物検出ベンチマークMODSを紹介します。 船載IMUと同期する約81kのステレオ画像と60k以上の物体を注釈付けした新たな海洋評価データセットを提案する。 実用的なUSVナビゲーションに有用な方法で検出精度を反映した新しい障害物分割性能評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2021-05-05T22:40:27Z)

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。