Fugu-MT 論文翻訳(概要): Small Aerial Target Detection for Airborne Infrared Detection Systems using LightGBM and Trajectory Constraints

論文の概要: Small Aerial Target Detection for Airborne Infrared Detection Systems using LightGBM and Trajectory Constraints

arxiv url: http://arxiv.org/abs/2407.01278v1
Date: Mon, 1 Jul 2024 13:33:40 GMT
ステータス: 処理完了
システム内更新日: 2024-07-03 21:30:10.586125
Title: Small Aerial Target Detection for Airborne Infrared Detection Systems using LightGBM and Trajectory Constraints
Title（参考訳）: 光GBMと軌道制約を用いた空中赤外線検出システムの小型空中目標検出
Authors: Xiaoliang Sun, Liangchao Guo, Wenlong Zhang, Zi Wang, Qifeng Yu,
Abstract要約: 本稿では,航空機搭載赤外線検知システムのための簡易かつ効果的な小型空中目標検出手法を提案する。公開データセットの実験では,提案手法は他の既存手法よりも優れた性能を示した。私たちの知る限りでは、このデータセットはこの分野で最大のデータスケールとリッチなシーンタイプを持っています。
参考スコア（独自算出の注目度）: 10.00266996583567
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Factors, such as rapid relative motion, clutter background, etc., make robust small aerial target detection for airborne infrared detection systems a challenge. Existing methods are facing difficulties when dealing with such cases. We consider that a continuous and smooth trajectory is critical in boosting small infrared aerial target detection performance. A simple and effective small aerial target detection method for airborne infrared detection system using light gradient boosting model (LightGBM) and trajectory constraints is proposed in this article. First, we simply formulate target candidate detection as a binary classification problem. Target candidates in every individual frame are detected via interesting pixel detection and a trained LightGBM model. Then, the local smoothness and global continuous characteristic of the target trajectory are modeled as short-strict and long-loose constraints. The trajectory constraints are used efficiently for detecting the true small infrared aerial targets from numerous target candidates. Experiments on public datasets demonstrate that the proposed method performs better than other existing methods. Furthermore, a public dataset for small aerial target detection in airborne infrared detection systems is constructed. To the best of our knowledge, this dataset has the largest data scale and richest scene types within this field.
Abstract（参考訳）: 急激な相対運動、乱れの背景などの要因は、空中赤外線検知システムに対する頑健な小さな目標検出を困難にしている。このような場合、既存の手法では困難に直面している。連続的かつ滑らかな軌道は、小型の赤外線目標検出性能を高める上で重要であると考えられる。光勾配促進モデル(LightGBM)と軌道制約を用いた空中赤外線検出システムの簡易かつ効果的な小型目標検出法を提案する。まず、ターゲット候補検出を二項分類問題として単純に定式化する。各フレームのターゲット候補は、興味深い画素検出と訓練されたLightGBMモデルによって検出される。そして, 対象軌道の局所的滑らかさと大域的連続特性を, 短絡および長ルース制約としてモデル化する。軌道制約は、多数のターゲット候補から真に小さな赤外線標的を検出するために効率的に使用される。公開データセットの実験では,提案手法は他の既存手法よりも優れた性能を示した。さらに、航空機搭載赤外線検知システムにおける小型空中目標検出のためのパブリックデータセットを構築した。私たちの知る限りでは、このデータセットはこの分野で最大のデータスケールとリッチなシーンタイプを持っています。

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)
Mitigate Target-level Insensitivity of Infrared Small Target Detection via Posterior Distribution Modeling [5.248337726304453]
Infrared Small Target Detection (IRSTD) は、赤外線クラッタ背景から小さなターゲットを分離することを目的としている。マスク後部分布モデルを用いて画素レベルの判別を補正する赤外線小ターゲット検出のための拡散モデルフレームワークを提案する。実験により,提案手法は, NUAA-SIRST, IRSTD-1k, NUDT-SIRSTデータセット上での最先端手法と競合する性能向上を実現することを示した。
論文参考訳（メタデータ） (2024-03-13T09:45:30Z)
SIRST-5K: Exploring Massive Negatives Synthesis with Self-supervised Learning for Robust Infrared Small Target Detection [53.19618419772467]
単一フレーム赤外線小ターゲット検出(SIRST)は、乱雑な背景から小さなターゲットを認識することを目的としている。 Transformerの開発に伴い、SIRSTモデルのスケールは常に増大している。赤外線小ターゲットデータの多彩な多様性により,本アルゴリズムはモデル性能と収束速度を大幅に改善する。
論文参考訳（メタデータ） (2024-03-08T16:14:54Z)
SpirDet: Towards Efficient, Accurate and Lightweight Infrared Small Target Detector [60.42293239557962]
我々は、赤外線小ターゲットの効率的な検出のための新しいアプローチであるSpirDetを提案する。新しいデュアルブランチスパースデコーダを用いて特徴写像を復元する。大規模な実験により、提案されたSpirDetは最先端モデルよりも大幅に優れていることが示された。
論文参考訳（メタデータ） (2024-02-08T05:06:14Z)
Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。提案手法は平均精度(MAP)を約45.7%向上させる。この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文参考訳（メタデータ） (2023-11-21T19:49:13Z)
Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文参考訳（メタデータ） (2023-08-14T16:48:57Z)
One-Stage Cascade Refinement Networks for Infrared Small Target Detection [21.28595135499812]
SIRST(Single-frame InfraRed Small Target)検出は、固有の特性の欠如による課題である。実世界の高解像度単一フレームターゲットのSIRST-V2データセットからなる赤外線小ターゲット検出のための新しい研究ベンチマークを提案する。
論文参考訳（メタデータ） (2022-12-16T13:37:23Z)
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)
Multiple Infrared Small Targets Detection based on Hierarchical Maximal Entropy Random Walk [12.10092482860325]
我々は,最大エントロピーランダムウォーク(MERW)から導かれる検出方法を確立し,複数の小目標を頑健に検出する。提案手法は, 目標強調, 背景抑圧, 複数小目標検出の観点から, 最先端の手法よりも優れている。
論文参考訳（メタデータ） (2020-10-02T11:11:34Z)
Drone-based RGB-Infrared Cross-Modality Vehicle Detection via Uncertainty-Aware Learning [59.19469551774703]
ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
論文参考訳（メタデータ） (2020-03-05T05:29:44Z)
TBC-Net: A real-time detector for infrared small target detection using semantic constraint [18.24737906712967]
深層学習は、小さな目標特徴の学習が困難であるため、赤外線小目標検出にはほとんど使われない。赤外線小ターゲット検出のための新しい軽量畳み込みニューラルネットワークTBC-Netを提案する。
論文参考訳（メタデータ） (2019-12-27T05:25:39Z)

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。