論文の概要: A Noncontact Technique for Wave Measurement Based on Thermal Stereography and Deep Learning
- arxiv url: http://arxiv.org/abs/2408.10670v1
- Date: Tue, 20 Aug 2024 09:13:12 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-21 14:24:42.799503
- Title: A Noncontact Technique for Wave Measurement Based on Thermal Stereography and Deep Learning
- Title（参考訳）: サーマルステレオグラフィと深層学習に基づく波動計測のための非接触手法
- Authors: Deyu Li, Longfei Xiao, Handi Wei, Yan Li, Binghua Zhang,
- Abstract要約: 室内の水面の光学的性質は、画像とステレオ再構成の課題を提起する。
長波長赤外スペクトルの水の光学イメージング特性はステレオマッチングに適していることが判明した。
ステレオマッチング性能を向上させるため,ディープラーニング技術を用いた再構成手法を提案する。
- 参考スコア（独自算出の注目度）: 4.193522044994739
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The accurate measurement of the wave field and its spatiotemporal evolution is essential in many hydrodynamic experiments and engineering applications. The binocular stereo imaging technique has been widely used to measure waves. However, the optical properties of indoor water surfaces, including transparency, specular reflection, and texture absence, pose challenges for image processing and stereo reconstruction. This study proposed a novel technique that combined thermal stereography and deep learning to achieve fully noncontact wave measurements. The optical imaging properties of water in the long-wave infrared spectrum were found to be suitable for stereo matching, effectively avoiding the issues in the visible-light spectrum. After capturing wave images using thermal stereo cameras, a reconstruction strategy involving deep learning techniques was proposed to improve stereo matching performance. A generative approach was employed to synthesize a dataset with ground-truth disparity from unannotated infrared images. This dataset was then fed to a pretrained stereo neural network for fine-tuning to achieve domain adaptation. Wave flume experiments were conducted to validate the feasibility and accuracy of the proposed technique. The final reconstruction results indicated great agreement and high accuracy with a mean bias of less than 2.1% compared with the measurements obtained using wave probes, suggesting that the novel technique effectively measures the spatiotemporal distribution of wave surface in hydrodynamic experiments.
- Abstract（参考訳）: 波動場とその時空間進化の正確な測定は、多くの流体力学実験や工学的応用において不可欠である。
双眼鏡ステレオイメージング技術は、波を測定するために広く使われてきた。
しかし, 透過性, 反射反射, テクスチャの欠如など屋内水面の光学的特性は, 画像処理やステレオ再構成の課題を提起している。
本研究では, 熱ステレオグラフィと深層学習を組み合わせた非接触波計測手法を提案する。
長波長赤外スペクトルの水の光学イメージング特性はステレオマッチングに適していることが判明し、可視光スペクトルの問題を効果的に回避した。
サーマルステレオカメラを用いて波動画像の撮影を行った結果,ステレオマッチング性能を向上させるため,深層学習技術を用いた再構成手法が提案された。
注釈のない赤外線画像から地軸不一致のデータセットを合成するために, 生成的手法を用いた。
このデータセットはトレーニング済みのステレオニューラルネットワークに送信され、ドメイン適応を実現するための微調整を行う。
提案手法の有効性と精度を検証するため, ウェーブ・フラム実験を行った。
その結果, 平均偏差が2.1%未満であることから, 波面の時空間分布を効果的に測定できることが示唆された。
関連論文リスト
- Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Dataset of polarimetric images of mechanically generated water surface waves coupled with surface elevation records by wave gauges linear array [2.3599126081503177]
既存の技術はしばしば煩雑であり、一般的には波動/周波数応答の制限に悩まされる。
これらの課題に対処するために、主センサとデータ処理のための機械学習アルゴリズムを備えたカメラとして偏光フィルタを用いた新しい手法を開発した。
開発した手法のトレーニングと評価は、社内の教師付きデータセットに基づいて行われた。
論文 参考訳（メタデータ） (2024-10-30T09:35:27Z) - Wave (from) Polarized Light Learning (WPLL) method: high resolution spatio-temporal measurements of water surface waves in laboratory setups [2.3599126081503177]
本研究では,高分解能で表面標高と傾斜図を推定できる学習に基づく実験室実装のためのリモートセンシング手法を提案する。
この方法は、偏光強度から水面斜面を近似するディープニューラルネットワーク(DNN)モデルを用いる。
単純な波動列車で訓練を受けた後、WPLLは様々な波動場における水面と標高の高精度で正確な2次元再構成を行うことができる。
論文 参考訳（メタデータ） (2024-10-19T05:37:44Z) - Machine learning for phase-resolved reconstruction of nonlinear ocean
wave surface elevations from sparse remote sensing data [37.69303106863453]
ニューラルネットワークを用いた位相分解波面再構成のための新しい手法を提案する。
提案手法は,一次元格子を用いた合成的かつ高精度な訓練データを利用する。
論文 参考訳（メタデータ） (2023-05-18T12:30:26Z) - Quantitative optical imaging method for surface acoustic waves using
optical path modulation [0.0]
結合強度を議論するためには、表面波振幅の正確な測定が必要であることが多い。
そこで我々は,SAWを定量的に特徴付ける簡単な測定手法を開発し,実演する。
論文 参考訳（メタデータ） (2022-12-14T17:46:43Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Toward deep-learning-assisted spectrally-resolved imaging of magnetic
noise [52.77024349608834]
本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。
これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
論文 参考訳（メタデータ） (2022-08-01T19:18:26Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳（メタデータ） (2022-06-17T08:11:26Z) - Swept-Angle Synthetic Wavelength Interferometry [22.706332189135242]
フルフィールドミクロンスケール3Dセンシングのための新しいイメージング技術であるスワップアングル合成波長干渉法を提案する。
我々の技術は2つの狭帯域光波長からなる光を用いており、結果として1ピクセルあたりの干渉測定を行う。
実験的なプロトタイプを構築し、さまざまなオブジェクトをスキャンしてこれらの能力を実証するために使用します。
論文 参考訳（メタデータ） (2022-05-21T18:38:05Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。
レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。
実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
論文 参考訳（メタデータ） (2020-09-30T19:01:33Z)
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。