Fugu-MT 論文翻訳(概要): Transmission Line Detection Based on Improved Hough Transform

論文の概要: Transmission Line Detection Based on Improved Hough Transform

arxiv url: http://arxiv.org/abs/2402.02761v1
Date: Mon, 5 Feb 2024 06:37:09 GMT
ステータス: 処理完了
システム内更新日: 2024-02-06 17:36:00.594246
Title: Transmission Line Detection Based on Improved Hough Transform
Title（参考訳）: 改良hough変換に基づく伝送線路検出
Authors: Wei Song, Pei Li, Man Wang
Abstract要約: 複雑な背景における伝送線路検出に適したHough変換手法を提案する。偽陽性と誤検出の両方を著しく低減し,伝送線路識別の精度を向上した。
参考スコア（独自算出の注目度）: 8.243900941694138
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To address the challenges of low detection accuracy and high false positive rates of transmission lines in UAV (Unmanned Aerial Vehicle) images, we explore the linear features and spatial distribution. We introduce an enhanced stochastic Hough transform technique tailored for detecting transmission lines in complex backgrounds. By employing the Hessian matrix for initial preprocessing of transmission lines, and utilizing boundary search and pixel row segmentation, our approach distinguishes transmission line areas from the background. We significantly reduce both false positives and missed detections, thereby improving the accuracy of transmission line identification. Experiments demonstrate that our method not only processes images more rapidly, but also yields superior detection results compared to conventional and random Hough transform methods.
Abstract（参考訳）: uav(unmanned aerial vehicle)画像における伝送線路の低検出精度と高い偽陽性率の課題に対処するために,線形特徴と空間分布について検討する。複雑な背景における伝送線路検出に適した拡張確率Hough変換手法を提案する。送信線の初期前処理にHessian行列を用い,境界探索と画素行分割を利用して,送信線領域を背景と区別する。誤検出と誤検出の両方を著しく削減し,伝送線路同定の精度を向上させる。実験により, 従来のハフ変換法やランダムハフ変換法に比べて, 画像の処理速度が速いだけでなく, 優れた検出結果が得られることを示した。

関連論文リスト

Effective Diffusion Transformer Architecture for Image Super-Resolution [63.254644431016345]
画像超解像のための効果的な拡散変換器(DiT-SR)を設計する。実際には、DiT-SRは全体のU字型アーキテクチャを活用し、すべての変圧器ブロックに対して均一な等方性設計を採用する。我々は、広く使われているAdaLNの制限を分析し、周波数適応型時間-ステップ条件付けモジュールを提案する。
論文参考訳（メタデータ） (2024-09-29T07:14:16Z)
Rethinking Score Distillation as a Bridge Between Image Distributions [97.27476302077545]
提案手法は, 劣化した画像(ソース)を自然画像分布(ターゲット)に転送することを目的としている。本手法は,複数の領域にまたがって容易に適用可能であり,特殊な手法の性能のマッチングや評価を行うことができる。テキストから2D、テキストベースのNeRF最適化、絵画を実画像に変換すること、光学錯視生成、および3Dスケッチから実画像に変換することにおいて、その実用性を実証する。
論文参考訳（メタデータ） (2024-06-13T17:59:58Z)
Intelligent Anomaly Detection for Lane Rendering Using Transformer with Self-Supervised Pre-Training and Customized Fine-Tuning [8.042684255871707]
本稿では,車線描画画像の異常検出を分類問題に変換する。本研究では,データ前処理,マスク付き画像モデリング(MiM)手法による自己教師付き事前学習,ラベル平滑化によるクロスエントロピーベース損失を用いた微調整,後処理からなる4相パイプラインを提案する。その結果,提案パイプラインは車線描画画像異常検出において優れた性能を示すことがわかった。
論文参考訳（メタデータ） (2023-12-07T16:10:10Z)
Guided Scale Space Radon Transform for linear structures detection [1.7205106391379021]
SSRTを用いて,グレースケールおよびバイナリ画像中の厚みのある線形構造を自動的に検出する手法を提案する。本手法では,SSRTを計算中における画像のヘッセン方向を計算した。その結果、SSRT空間におけるその後の最大検出は不要な部分から解放された変換空間上で行われる。
論文参考訳（メタデータ） (2023-11-15T16:50:01Z)
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)
Towards Data-Efficient Detection Transformers [77.43470797296906]
我々は、ほとんどの検出トランスフォーマーが、小さなデータセットで大きなパフォーマンス低下に悩まされていることを示す。我々はデータ効率に影響を与える要因を、データ効率のRCNNから代表DETRへのステップバイステップ遷移によって実証的に分析する。本稿では,よりリッチな監視とデータ効率向上を目的とした,シンプルながら効果的なラベル拡張手法を提案する。
論文参考訳（メタデータ） (2022-03-17T17:56:34Z)
XAI for Transformers: Better Explanations through Conservative Propagation [60.67748036747221]
変換器の勾配は局所的にのみ関数を反映しており、入力特徴の予測への寄与を確実に識別できないことを示す。我々の提案は、よく確立されたLPP法のトランスフォーマーへの適切な拡張と見なすことができる。
論文参考訳（メタデータ） (2022-02-15T10:47:11Z)
Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
論文参考訳（メタデータ） (2022-01-20T06:36:35Z)
Automatic Detection of Rail Components via A Deep Convolutional Transformer Network [7.557470133155959]
レール,クリップ,ボルトを含む多種鉄道部品を検出するための深層畳み込み変圧器ネットワーク方式を提案する。提案手法は,アンカーボックス,アスペクト比,デフォルト座標,後処理などの事前設定を不要にすることで,検出パイプラインを単純化する。総合的な計算結果から,提案手法は既存の最先端手法よりも大きなマージンを持つことを示す。
論文参考訳（メタデータ） (2021-08-05T07:38:04Z)
Detection of Line Artefacts in Lung Ultrasound Images of COVID-19 Patients via Non-Convex Regularization [11.564372784782176]
新型コロナウイルス患者の肺(LUS)画像における線状アーティファクトの新しい方法を提案する。アーティファクトの定義が非収束であることが知られているラドン領域において、簡単な局所極大検出手法を用いる。 LUS画像における2つの垂直線アーチファクトを正確に同定する。
論文参考訳（メタデータ） (2020-05-06T19:16:04Z)

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。