論文の概要: Target Recognition Algorithm for Monitoring Images in Electric Power Construction Process

• arxiv url: http://arxiv.org/abs/2402.06152v1
• Date: Fri, 9 Feb 2024 03:02:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-12 18:05:09.698288
• Title: Target Recognition Algorithm for Monitoring Images in Electric Power Construction Process
• Title（参考訳）: 電力建設工程における画像監視のための目標認識アルゴリズム
• Authors: Hao Song, Wei Lin, Wei Song, Man Wang
• Abstract要約: このアルゴリズムは、局所線形マッピング法に基づく色処理技術を用いて、モニタリング画像を効果的に色付けする。 本研究では,屋外および屋内の電力建設監視シナリオにおいて,高い目標認識精度を実現するアルゴリズムの有効性を実証する。
• 参考スコア（独自算出の注目度）: 9.734058529028431
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To enhance precision and comprehensiveness in identifying targets in electric power construction monitoring video, a novel target recognition algorithm utilizing infrared imaging is explored. This algorithm employs a color processing technique based on a local linear mapping method to effectively recolor monitoring images. The process involves three key steps: color space conversion, color transfer, and pseudo-color encoding. It is designed to accentuate targets in the infrared imaging. For the refined identification of these targets, the algorithm leverages a support vector machine approach, utilizing an optimal hyperplane to accurately predict target types. We demonstrate the efficacy of the algorithm, which achieves high target recognition accuracy in both outdoor and indoor electric power construction monitoring scenarios. It maintains a false recognition rate below 3% across various environments.
• Abstract（参考訳）: 電力構成監視ビデオにおける目標同定の精度と包括性を高めるため、赤外線画像を用いた新しい目標認識アルゴリズムを探索する。 このアルゴリズムは、局所線形マッピング法に基づく色処理技術を用いて、モニタリング画像を効果的に色付けする。 このプロセスには、色空間変換、色転送、擬似色符号化という3つの重要なステップが含まれる。 赤外線イメージングのターゲットを強調するように設計されている。 これらのターゲットの精度の高い識別のために、アルゴリズムはサポートベクトルマシンアプローチを活用し、最適超平面を用いてターゲットタイプを正確に予測する。 本研究では,屋外および屋内の電力建設監視シナリオにおいて,高い目標認識精度を実現するアルゴリズムの有効性を示す。 様々な環境において3%未満の誤認識率を維持している。

関連論文リスト

• Infrared Small Target Detection based on Adjustable Sensitivity Strategy and Multi-Scale Fusion [2.661766509317245]
  調整可能な感度(AS)戦略とマルチスケール融合に基づく改良された赤外線小ターゲット検出手法を提案する。 具体的には、マルチスケール方向対応ネットワーク(MSDA-Net)に基づくマルチスケールモデル融合フレームワークを構築する。 このスキームは、PRCV 2024ワイドエリア赤外線小目標検出競技で優勝した。
  論文  参考訳（メタデータ） (2024-07-29T15:22:02Z)
• Color Recognition in Challenging Lighting Environments: CNN Approach [0.0]
  研究者は、コンピュータビジョンの応用のための色検出技術を強化するために取り組んでいる。 この問題に対処するために,畳み込みニューラルネットワーク(CNN)に基づく色検出手法を提案する。 本手法は照明条件の異なる色検出の堅牢性を大幅に向上させることができることを実験的に検証した。
  論文  参考訳（メタデータ） (2024-02-07T11:26:00Z)
• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• Construction of Object Boundaries for the Autopilotof a Surface Robot from Satellite Imagesusing Computer Vision Methods [101.18253437732933]
  衛星地図上での水物体を検出する手法を提案する。 輪郭のGPS座標を計算するアルゴリズムを作成する。 提案アルゴリズムは,表面ロボットオートパイロットモジュールに適したフォーマットで結果の保存を可能にする。
  論文  参考訳（メタデータ） (2022-12-05T12:07:40Z)
• RGB-D based Stair Detection using Deep Learning for Autonomous Stair Climbing [6.362951673024623]
  本稿では,RGBマップと深度マップの両方の入力を持つニューラルネットワークアーキテクチャを提案する。 具体的には,RGBマップと深度マップの相補関係をネットワークが学習できるように,選択モジュールを設計する。 提案手法は,従来の最先端深層学習法と比較して精度の向上とリコールが可能であることを示す。
  論文  参考訳（メタデータ） (2022-12-02T11:22:52Z)
• Deep Learning Computer Vision Algorithms for Real-time UAVs On-board Camera Image Processing [77.34726150561087]
  本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。 すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
  論文  参考訳（メタデータ） (2022-11-02T11:10:42Z)
• Grayscale Based Algorithm for Remote Sensing with Deep Learning [0.0]
  地上目標のリモートセンシングは、衛星取得から異なる媒体を通して光の伝播に影響を与える様々な要因により、より困難である。 教師付き学習(英語: Supervised Learning)は、トレーニング前にクラスに応じてデータをラベル付けする機械学習技術である。 目標をより正確に検出し、分類するために、YOLOv3では、バウンディングとアンカーボックスに基づくアルゴリズムが採用されている。 取得した画像は、ターゲット検出のためのグレースケールベースのYOLO3アルゴリズムで分析、訓練される。
  論文  参考訳（メタデータ） (2021-10-16T06:51:35Z)
• Infrared Small-Dim Target Detection with Transformer under Complex Backgrounds [155.388487263872]
  変換器を用いた赤外線小径目標検出手法を提案する。 画像特徴の相互作用情報をより広い範囲で学習するために,変換器の自己認識機構を採用する。 最小限のターゲットの機能を学習するための機能拡張モジュールも設計しています。
  論文  参考訳（メタデータ） (2021-09-29T12:23:41Z)
• Class agnostic moving target detection by color and location prediction of moving area [11.326363150470204]
  移動目標検出はコンピュータビジョンにおいて重要な役割を果たす。 ディープラーニングベースの畳み込みニューラルネットワークのような最近のアルゴリズムは、高精度でリアルタイムのパフォーマンスを実現している。 モデル自由移動目標検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-24T12:34:58Z)
• Towards Online Monitoring and Data-driven Control: A Study of Segmentation Algorithms for Laser Powder Bed Fusion Processes [83.97264034062673]
  レーザーパウダーベッド融合機の増加は、オンライン監視とデータ駆動制御能力を改善するためにオフ軸赤外線カメラを使用する。 我々は、各赤外線画像を前景と背景に分割する30以上のセグメンテーションアルゴリズムについて検討する。 同定されたアルゴリズムは、レーザ粉体層融合機に容易に適用でき、上記の各制限に対処し、プロセス制御を大幅に改善することができる。
  論文  参考訳（メタデータ） (2020-11-18T03:30:16Z)
• UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders [81.5490760424213]
  データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。 そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-04-13T04:12:59Z)

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。