論文の概要: ERX: A Fast Real-Time Anomaly Detection Algorithm for Hyperspectral Line Scanning
- arxiv url: http://arxiv.org/abs/2408.14947v3
- Date: Thu, 24 Oct 2024 04:57:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-08 04:52:58.155008
- Title: ERX: A Fast Real-Time Anomaly Detection Algorithm for Hyperspectral Line Scanning
- Title（参考訳）: ERX:ハイパースペクトル線走査のための高速リアルタイム異常検出アルゴリズム
- Authors: Samuel Garske, Bradley Evans, Christopher Artlett, KC Wong,
- Abstract要約: 本稿では、高スペクトル線走査のための既存のRXに基づく異常検出手法の問題を解決するために、指数移動RXアルゴリズム(ERX)を提案する。
ERXはJetson Xavier NX計算モジュールを用いて評価され、速度と検出性能の最良の組み合わせを実現する。
本研究は, 異常物体の分類・配置, 適応的および自動しきい値選択, 実時間フィールドテストにおける今後の研究の道を開くものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting unexpected objects (anomalies) in real time has great potential for monitoring, managing, and protecting the environment. Hyperspectral line-scan cameras are a low-cost solution that enhance confidence in anomaly detection over RGB and multispectral imagery. However, existing line-scan algorithms are too slow when using small computers (e.g. those onboard a drone or small satellite), do not adapt to changing scenery, or lack robustness against geometric distortions. This paper introduces the Exponentially moving RX algorithm (ERX) to address these issues, and compares it with existing RX-based anomaly detection methods for hyperspectral line scanning. Three large and more complex datasets are also introduced to better assess the practical challenges when using line-scan cameras (two hyperspectral and one multispectral). ERX is evaluated using a Jetson Xavier NX compute module, achieving the best combination of speed and detection performance. This research paves the way for future studies in grouping and locating anomalous objects, adaptive and automatic threshold selection, and real-time field tests. The datasets and the Python code are available at: https://github.com/WiseGamgee/HyperAD.
- Abstract（参考訳）: 予期せぬオブジェクト(異常)をリアルタイムで検出することは、環境を監視し、管理し、保護する大きな可能性がある。
ハイパースペクトルラインスキャンカメラは、RGBおよびマルチスペクトル画像に対する異常検出の信頼性を高めるための低コストなソリューションである。
しかし、既存のラインスキャンアルゴリズムは、小型コンピュータ(例えばドローンや小型衛星に搭載されているもの)を使用すると遅すぎるため、景色の変化に適応せず、幾何学的歪みに対して堅牢性に欠ける。
本稿では,これらの問題に対処するために,指数移動RXアルゴリズム(ERX)を導入し,高スペクトル線走査のための既存のRXに基づく異常検出手法と比較する。
3つの大規模で複雑なデータセットも導入され、ラインスキャンカメラ(2つのハイパースペクトルと1つのマルチスペクトル)を使用する際の現実的な課題をよりよく評価する。
ERXはJetson Xavier NX計算モジュールを用いて評価され、速度と検出性能の最良の組み合わせを実現する。
本研究は, 異常物体の分類・配置, 適応的および自動しきい値選択, 実時間フィールドテストにおける今後の研究の道を開くものである。
データセットとPythonコードは、https://github.com/WiseGamgee/HyperAD.comで入手できる。
関連論文リスト
- UMAD: University of Macau Anomaly Detection Benchmark Dataset [26.25955201927986]
本稿では,ロボットパトロールシナリオにおける参照による異常検出のための最初のベンチマークデータセットを紹介する。
提案するベンチマークデータセットは,ロボットの正確な位置推定に基づいて,各クエリ画像が対応する参照を見つけることができるよう精査されている。
提案するベンチマークデータセットに加えて,このデータセットに基づいてADrのベースラインモデルを評価する。
論文 参考訳（メタデータ） (2024-08-22T16:32:19Z) - Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。
本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T12:39:56Z) - View-Invariant Pixelwise Anomaly Detection in Multi-object Scenes with Adaptive View Synthesis [0.0]
インフラ資産の検査と監視には、定期的に撮影されるシーンの視覚異常を特定する必要がある。
手動で収集した画像や、同じ場面で同じシーンから無人航空機などのロボットで撮影された画像は、通常は完全に一致していない。
現在の非教師なし画素レベルの異常検出法は, 主に産業環境下で開発されている。
提案するScene AD問題に対処するために,OmniADと呼ばれる新しいネットワークを提案する。
論文 参考訳（メタデータ） (2024-06-26T01:54:10Z) - HPointLoc: Point-based Indoor Place Recognition using Synthetic RGB-D
Images [58.720142291102135]
本稿では,屋内環境における視覚的位置認識能力の探索を目的とした,HPointLocという新しいデータセットを提案する。
データセットは人気のあるHabitatシミュレータに基づいており、独自のセンサーデータとオープンデータセットの両方を使用して屋内シーンを生成することができる。
論文 参考訳（メタデータ） (2022-12-30T12:20:56Z) - Efficient Nonlinear RX Anomaly Detectors [7.762712532657168]
異常検出のための標準カーネルReed-Xiaoli(RX)の効率向上のための2種類の手法を提案する。
その結果,提案手法は計算コストが低く,標準カーネルrxアルゴリズムと同様の性能(性能)を持つことがわかった。
論文 参考訳（メタデータ） (2020-12-07T21:57:54Z) - Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
本稿では,分類に基づく比較的研究の少ない方法論について検討する。
我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。
航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
論文 参考訳（メタデータ） (2020-11-19T05:42:02Z) - Line-Circle-Square (LCS): A Multilayered Geometric Filter for Edge-Based
Detection [2.4054377316708964]
提案フィルタは,設定された各専門家に対して,過度に計算せずにシーンを判断するための高レベル情報を抽出するために,検出,追跡,学習を行う。
本実験は,実験と実世界の両方のシナリオにおいて,検出精度と資源使用量の観点から,提案フィルタの有効性を検証した。
論文 参考訳（メタデータ） (2020-08-21T05:28:12Z) - Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。
我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。
その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文 参考訳（メタデータ） (2020-08-19T13:13:01Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2020-05-24T10:32:49Z) - DR-SPAAM: A Spatial-Attention and Auto-regressive Model for Person
Detection in 2D Range Data [81.06749792332641]
本研究では,異なるタイミングで得られたスキャンを組み合わせ,代替戦略を用いた人物検出ネットワークを提案する。
DR-SPAAMは、バックボーンネットワークから中間機能をテンプレートとして保持し、新しいスキャンが利用可能になったときにテンプレートをリカレントに更新する。
DROWデータセットでは,提案手法は既存の最先端技術よりも約4倍高速である。
論文 参考訳（メタデータ） (2020-04-29T11:01:44Z)
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。