論文の概要: Vessel Re-identification and Activity Detection in Thermal Domain for Maritime Surveillance

• arxiv url: http://arxiv.org/abs/2406.08294v1
• Date: Wed, 12 Jun 2024 14:57:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-13 16:26:24.119433
• Title: Vessel Re-identification and Activity Detection in Thermal Domain for Maritime Surveillance
• Title（参考訳）: 海洋サーベイランスのための熱ドメインにおける容器再同定と活動検出
• Authors: Yasod Ginige, Ransika Gunasekara, Darsha Hewavitharana, Manjula Ariyarathne, Ranga Rodrigo, Peshala Jayasekara,
• Abstract要約: 視界に基づく海上監視は、夜間の視界の問題により困難である。 本研究では, 物体追跡, 容器再同定, 不審な活動検出機能を備えた海洋監視のための熱的, 視覚的アプローチを提案する。 このデータセットは、熱海洋監視のための最初の公開ベンチマークデータセットである。
• 参考スコア（独自算出の注目度）: 1.3649912426141015
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Maritime surveillance is vital to mitigate illegal activities such as drug smuggling, illegal fishing, and human trafficking. Vision-based maritime surveillance is challenging mainly due to visibility issues at night, which results in failures in re-identifying vessels and detecting suspicious activities. In this paper, we introduce a thermal, vision-based approach for maritime surveillance with object tracking, vessel re-identification, and suspicious activity detection capabilities. For vessel re-identification, we propose a novel viewpoint-independent algorithm which compares features of the sides of the vessel separately (separate side-spaces) leveraging shape information in the absence of color features. We propose techniques to adapt tracking and activity detection algorithms for the thermal domain and train them using a thermal dataset we created. This dataset will be the first publicly available benchmark dataset for thermal maritime surveillance. Our system is capable of re-identifying vessels with an 81.8% Top1 score and identifying suspicious activities with a 72.4\% frame mAP score; a new benchmark for each task in the thermal domain.
• Abstract（参考訳）: 海上監視は麻薬密輸、違法漁、人身売買などの違法行為を軽減するために不可欠である。 視覚に基づく海上監視は、主に夜間の視認性の問題により困難であり、船の再識別に失敗し、不審な活動を検出する。 本稿では,物体追跡,容器再識別,不審な活動検出機能を備えた海上監視のための熱的,視覚的アプローチを提案する。 容器再同定のために,色特徴のない形状情報を活用するために,容器の側面の特徴を別々に比較する新たな視点非依存アルゴリズムを提案する。 熱領域のトラッキングとアクティビティ検出アルゴリズムを適応させ,私たちが作成した熱データセットを用いて学習する手法を提案する。 このデータセットは、熱海洋監視のための最初の公開ベンチマークデータセットである。 本システムでは, 81.8%のTop1スコアで船体を再同定し, 72.4\%のmAPスコアで不審な活動を特定する。

関連論文リスト

• DisBeaNet: A Deep Neural Network to augment Unmanned Surface Vessels for maritime situational awareness [0.0]
  本稿では,海洋環境における船舶の検知・追跡のための低コスト視覚認識システムを提案する。 ニューラルネットワークであるDisBeaNetは、血管を検出し、追跡し、単眼カメラから血管の距離と軸受を推定することができる。
  論文  参考訳（メタデータ） (2024-05-10T00:15:17Z)
• Object-centric Cross-modal Feature Distillation for Event-based Object Detection [87.50272918262361]
  RGB検出器は、イベントデータのばらつきと視覚的詳細の欠如により、イベントベースの検出器よりも優れている。 これら2つのモード間の性能ギャップを縮めるための新しい知識蒸留手法を開発した。 対象中心蒸留により,イベントベースの学生物体検出装置の性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2023-11-09T16:33:08Z)
• Detecting Intentional AIS Shutdown in Open Sea Maritime Surveillance Using Self-Supervised Deep Learning [11.44110708925839]
  開海では、オンボードトランスポンダによって送信される自動識別システム(AIS)のメッセージに頼らなければならない。 インシンセア船はしばしば違法行為を隠すためにAISトランスポンダを故意にシャットダウンする。 本稿では,自己教師型深層学習手法とトランスフォーマーモデルに基づく異常AIS欠落検出手法を提案する。
  論文  参考訳（メタデータ） (2023-10-24T07:51:29Z)
• 1st Workshop on Maritime Computer Vision (MaCVi) 2023: Challenge Results [152.54137779547068]
  本報告では、個々のサブチャンジの主な発見を要約し、SeaDronesSee Object Detection v2と呼ばれる新しいベンチマークを導入する。 データセット、評価コード、リーダーボードはhttps://seadronessee.cs.uni-tuebingen.de/macvi.comで公開されている。
  論文  参考訳（メタデータ） (2022-11-24T09:59:13Z)
• Real-time AdaBoost cascade face tracker based on likelihood map and optical flow [59.17685450892182]
  著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
  論文  参考訳（メタデータ） (2022-10-25T10:15:07Z)
• Real-Time Event-Based Tracking and Detection for Maritime Environments [1.6058099298620423]
  イベントカメラは、高速で動くオブジェクトをキャプチャできるため、オブジェクト追跡アプリケーションに最適である。 既存のイベントベースのクラスタリングと、監視とオブジェクト検出のための機能トラッキングアプローチは、ほとんどのケースでうまく機能します。 しかし、海洋環境は、大半を発生させる波の傾向など、ユニークな課題を生んでいる。
  論文  参考訳（メタデータ） (2022-02-09T02:30:27Z)
• Detecting Invisible People [58.49425715635312]
  我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。 私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。 第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
  論文  参考訳（メタデータ） (2020-12-15T16:54:45Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)
• A Spatio-temporal Track Association Algorithm Based on Marine Vessel Automatic Identification System Data [5.453186558530502]
  動的脅威環境でリアルタイムに移動する物体を追跡することは、国家安全保障と監視システムにおいて重要である。 動きの異常パターンを見つけるには、正確なデータアソシエーションアルゴリズムが必要である。 自動識別システムにより船舶の位置と姿勢の観察が収集されるとき, 海上船舶の追跡のための時間的アプローチを開発する。
  論文  参考訳（メタデータ） (2020-10-29T20:11:38Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)
• Challenges in Vessel Behavior and Anomaly Detection: From Classical Machine Learning to Deep Learning [10.61567813380562]
  本稿では,従来の機械学習と深層学習の課題と機会について論じる。 これらの課題に対処することは、実際のインテリジェントな海上監視システムにとって重要なステップであり、新しい方法やツールの研究を動機づけたいと考えています。
  論文  参考訳（メタデータ） (2020-04-07T21:25:12Z)

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。