論文の概要: Thermal Image Calibration and Correction using Unpaired Cycle-Consistent Adversarial Networks

• arxiv url: http://arxiv.org/abs/2401.11582v1
• Date: Sun, 21 Jan 2024 20:10:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-23 15:42:31.837480
• Title: Thermal Image Calibration and Correction using Unpaired Cycle-Consistent Adversarial Networks
• Title（参考訳）: 非対流対向ネットワークによる熱画像の校正と補正
• Authors: Hossein Rajoli, Pouya Afshin, Fatemeh Afghah
• Abstract要約: 無人航空機(UAV)は、山火事の監視に柔軟で費用対効果の高いソリューションを提供する。 空中画像を用いた山火事の検出・評価のためのディープラーニングモデルの開発の進展は、既存のデータセットの可用性、サイズ、品質に制限されている。 本稿では,現在の山火事データセットの品質向上をめざして,カメラ技術の進歩に対応するソリューションを提案する。
• 参考スコア（独自算出の注目度）: 5.343932820859596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unmanned aerial vehicles (UAVs) offer a flexible and cost-effective solution for wildfire monitoring. However, their widespread deployment during wildfires has been hindered by a lack of operational guidelines and concerns about potential interference with aircraft systems. Consequently, the progress in developing deep-learning models for wildfire detection and characterization using aerial images is constrained by the limited availability, size, and quality of existing datasets. This paper introduces a solution aimed at enhancing the quality of current aerial wildfire datasets to align with advancements in camera technology. The proposed approach offers a solution to create a comprehensive, standardized large-scale image dataset. This paper presents a pipeline based on CycleGAN to enhance wildfire datasets and a novel fusion method that integrates paired RGB images as attribute conditioning in the generators of both directions, improving the accuracy of the generated images.
• Abstract（参考訳）: 無人航空機(UAV)は、山火事の監視に柔軟で費用対効果の高いソリューションを提供する。 しかし、野火による広範囲な配備は、運用ガイドラインの欠如と航空機システムへの潜在的な干渉によって妨げられている。 したがって、空中画像を用いたワイルドファイア検出とキャラクタリゼーションのためのディープラーニングモデルの開発の進展は、既存のデータセットの可用性、サイズ、品質に制限される。 本稿では,現在の空中ワイルドファイアデータセットの品質向上とカメラ技術の進歩を両立させるソリューションを提案する。 提案手法は、総合的で標準化された大規模画像データセットを作成するためのソリューションを提供する。 本稿では,CycleGANをベースとした山火事データセット向上のためのパイプラインと,両方向のジェネレータの属性条件としてペアRGB画像を統合する新たな融合手法を提案する。

関連論文リスト

• Power Line Aerial Image Restoration under dverse Weather: Datasets and Baselines [17.3009572002435]
  電力線自律検査(PLAI)はスマートグリッドの構築において重要な役割を果たす。 PLAIはUAVが捉えた空中画像の電気成分と欠陥を正確に検出して完成する。 航空画像の可視的品質は、ヘイズ、雨、雪などの悪天候によって必然的に劣化し、我々の研究で検出精度を劇的に低下させることが判明した。 本稿では,悪天候の劣化画像から清潔で高品質な画像の復元を目的とした,逆気象下での電力線動画像復元(PLAIR-AW)の課題を提案する。
  論文  参考訳（メタデータ） (2024-09-07T12:53:05Z)
• Robust Disaster Assessment from Aerial Imagery Using Text-to-Image Synthetic Data [66.49494950674402]
  航空画像からの損傷評価のタスクのための大規模合成監視を作成する際に,新たなテキスト・画像生成モデルを活用する。 低リソース領域から何千ものポストディスアスター画像を生成するために、効率的でスケーラブルなパイプラインを構築しています。 我々は,xBDおよびSKAI画像のクロスジオグラフィー領域転送設定におけるフレームワークの強度を,単一ソースとマルチソースの両方で検証する。
  論文  参考訳（メタデータ） (2024-05-22T16:07:05Z)
• ContextualFusion: Context-Based Multi-Sensor Fusion for 3D Object Detection in Adverse Operating Conditions [1.7537812081430004]
  本研究では,3次元物体検出モデルにカメラやライダーの知識を取り入れたContextualFusionという手法を提案する。 我々の手法は、文脈バランスの取れた合成データセットの最先端手法に対して6.2%のmAP改善をもたらす。 本手法は,実世界のNuScenesデータセット上での夜間の3D対物性能を11.7%向上させる。
  論文  参考訳（メタデータ） (2024-04-23T06:37:54Z)
• FLAME Diffuser: Wildfire Image Synthesis using Mask Guided Diffusion [4.038140001938416]
  本研究では,現実的な山火事画像を生成するためのトレーニングフリーで拡散型フレームワークを提案する。 われわれのフレームワークは、本物の山火事データからサンプル化した拡張マスクを用いており、現実的な炎の発生を誘導するためにパーリンノイズを適用している。 正規化Frechet Inception Distance, CLIP Score, カスタムCLIP Confidence測定値を用いて生成画像を評価する。
  論文  参考訳（メタデータ） (2024-03-06T04:59:38Z)
• Hardware Acceleration for Real-Time Wildfire Detection Onboard Drone Networks [6.313148708539912]
  遠隔地や森林地帯での山火事の検出は 破壊と生態系の保全を 最小化するのに不可欠です ドローンは、高度な撮像技術を備えた、リモートで困難な地形へのアジャイルアクセスを提供する。 限られた計算とバッテリリソースは、画像分類モデルの実装と効率的な実装に困難をもたらす。 本稿では,リアルタイム画像分類と火災分断モデルの構築を目的とする。
  論文  参考訳（メタデータ） (2024-01-16T04:16:46Z)
• DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image Enhancement [77.0360085530701]
  水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。 従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。 提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
  論文  参考訳（メタデータ） (2023-12-12T06:07:21Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery [69.71080926778413]
  フレアアーティファクトは、画像の視覚的品質と下流のコンピュータビジョンタスクに影響を与える。 現在の方法では、画像信号処理パイプラインにおける自動露光やトーンマッピングは考慮されていない。 本稿では、ISPを再検討し、より信頼性の高い光源回収戦略を設計することで、レンズフレア除去性能を向上させるソリューションを提案する。
  論文  参考訳（メタデータ） (2023-08-31T04:58:17Z)
• Unsupervised Wildfire Change Detection based on Contrastive Learning [1.53934570513443]
  山火事の深刻度を正確に評価することは, 火災発生地域における燃料条件のキャラクタリゼーションに寄与する。 本研究の目的は、高解像度マルチスペクトル衛星画像上に構築された自律システムを開発することである。
  論文  参考訳（メタデータ） (2022-11-26T20:13:14Z)
• Unsupervised Restoration of Weather-affected Images using Deep Gaussian Process-based CycleGAN [92.15895515035795]
  本稿では,CycleGANに基づくディープネットワークの監視手法について述べる。 我々は,より効果的なトレーニングにつながるCycleGANのトレーニングに新たな損失を導入し,高品質な再構築を実現した。 提案手法は, 脱落, 脱落, 脱落といった様々な修復作業に効果的に適用できることを実証する。
  論文  参考訳（メタデータ） (2022-04-23T01:30:47Z)
• 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)

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。