論文の概要: Creating a Segmented Pointcloud of Grapevines by Combining Multiple Viewpoints Through Visual Odometry

• arxiv url: http://arxiv.org/abs/2408.16472v1
• Date: Thu, 29 Aug 2024 12:04:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-30 13:52:40.020801
• Title: Creating a Segmented Pointcloud of Grapevines by Combining Multiple Viewpoints Through Visual Odometry
• Title（参考訳）: 視覚オドメトリーによる複数視点の組み合わせによるブドウの分節点雲の作成
• Authors: Michael Adlerstein, Angelo Bratta, João Carlos Virgolino Soares, Giovanni Dessy, Miguel Fernandes, Matteo Gatti, Claudio Semini,
• Abstract要約: グレーペビン・ウィンター・プルーニング(Grapevine winter pruning)は、ブドウの収穫量と品質に影響を与える労働集約的かつ反復的なプロセスである。 この拡張抽象化は、プロジェクトVinumで採用されているコンピュータビジョンパイプラインを、セグメンテーションネットワークとしてSentron2を使用し、キーポイントビジュアルオドメトリーを使用して、異なる観察をインフォームドプルーニング決定に使用する単一のポイントクラウドにマージする。
• 参考スコア（独自算出の注目度）: 2.7283147662458447
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Grapevine winter pruning is a labor-intensive and repetitive process that significantly influences the quality and quantity of the grape harvest and produced wine of the following season. It requires a careful and expert detection of the point to be cut. Because of its complexity, repetitive nature and time constraint, the task requires skilled labor that needs to be trained. This extended abstract presents the computer vision pipeline employed in project Vinum, using detectron2 as a segmentation network and keypoint visual odometry to merge different observation into a single pointcloud used to make informed pruning decisions.
• Abstract（参考訳）: グラーペヴィンの冬刈りは労働集約的で反復的な工程であり、ブドウの収穫の品質と量に大きな影響を及ぼし、次のシーズンのワインを生産する。 カットすべきポイントを慎重に専門家が検出する必要がある。 その複雑さ、反復的な性質、時間の制約のため、そのタスクは訓練が必要な熟練した労働力を必要とします。 この拡張抽象化は、プロジェクトVinumで採用されているコンピュータビジョンパイプラインを、セグメンテーションネットワークとしてSentron2を使用し、キーポイントビジュアルオドメトリーを使用して、異なる観察をインフォームドプルーニング決定に使用する単一のポイントクラウドにマージする。

関連論文リスト

• DeTra: A Unified Model for Object Detection and Trajectory Forecasting [68.85128937305697]
  提案手法は,2つのタスクの結合を軌道修正問題として定式化する。 この統合タスクに対処するために、オブジェクトの存在, ポーズ, マルチモーダルな将来の振る舞いを推測する精細化変換器を設計する。 実験では、我々のモデルはArgoverse 2 Sensor and Openデータセットの最先端性よりも優れています。
  論文  参考訳（メタデータ） (2024-06-06T18:12:04Z)
• Classification of grapevine varieties using UAV hyperspectral imaging [0.0]
  ブドウ品種の分類は、精密ブドウ栽培において関連する表現型課題である。 無人航空機(UAV)は、ハイパースペクトルデータの収集に対して、より効率的で禁止的でないアプローチを提供する。 本研究では,17種類の赤と白のブドウ品種を分類するために,畳み込みニューラルネットワーク(CNN)を提案する。
  論文  参考訳（メタデータ） (2024-01-23T15:35:50Z)
• Vision-Based Cranberry Crop Ripening Assessment [1.8434042562191815]
  この研究は、コンピュータビジョンを用いた熟成の定量的評価において、最初のものである。 ワインのブドウ、オリーブ、ブルーベリー、トウモロコシなどクランベリー以外の作物にも影響がある。
  論文  参考訳（メタデータ） (2023-08-31T14:58:11Z)
• A Dynamic Feature Interaction Framework for Multi-task Visual Perception [100.98434079696268]
  複数の共通認識課題を解決するための効率的な統合フレームワークを考案する。 これらのタスクには、インスタンスセグメンテーション、セマンティックセグメンテーション、モノクル3D検出、深さ推定が含まれる。 提案するフレームワークはD2BNetと呼ばれ,マルチタスク認識のためのパラメータ効率予測に一意なアプローチを示す。
  論文  参考訳（メタデータ） (2023-06-08T09:24:46Z)
• A Simple Framework for Open-Vocabulary Segmentation and Detection [85.21641508535679]
  我々は,異なるセグメンテーションと検出データセットから共同で学習する,シンプルなオープン語彙検出フレームワークOpenSeeDを提案する。 まず、事前学習されたテキストエンコーダを導入し、視覚概念を2つのタスクにエンコードし、それらの共通意味空間を学習する。 プレトレーニング後,本モデルでは,セグメンテーションと検出の両方において,競争力あるいは強いゼロショット転送性を示す。
  論文  参考訳（メタデータ） (2023-03-14T17:58:34Z)
• Automatic counting of mounds on UAV images: combining instance segmentation and patch-level correction [15.912811733537668]
  無人航空機(UAV)イメージングとコンピュータビジョンの進歩を生かした新しい枠組みを提案する。 我々は,深層学習アルゴリズムに基づく画像認識手法を用いて,画素ベースセグメンテーションによる複数物体検出を行う。 局所的ブロック特性に基づいて最終マウンド数を予測する機械学習推定関数を用いる。
  論文  参考訳（メタデータ） (2022-09-06T16:02:38Z)
• Self-Supervised Arbitrary-Scale Point Clouds Upsampling via Implicit Neural Representation [79.60988242843437]
  そこで本研究では,自己監督型および倍率フレキシブルな点雲を同時にアップサンプリングする手法を提案する。 実験結果から, 自己教師あり学習に基づく手法は, 教師あり学習に基づく手法よりも, 競争力や性能が向上することが示された。
  論文  参考訳（メタデータ） (2022-04-18T07:18:25Z)
• Towards Precise Pruning Points Detection using Semantic-Instance-Aware Plant Models for Grapevine Winter Pruning Automation [5.356754495353063]
  a)ブドウのセグメンテーションのための新しい専門家アノテートデータセットと(b)最先端のニューラルネットワーク実装の現状について説明する。 我々は、ウシの冬刈りの正しい自動化に向けて、杖に一組の刈り取りポイントを作れます。
  論文  参考訳（メタデータ） (2021-09-15T12:32:05Z)
• Grapevine Winter Pruning Automation: On Potential Pruning Points Detection through 2D Plant Modeling using Grapevine Segmentation [5.534990769313024]
  グラペビンの冬刈りは複雑な作業であり、熟練した労働者が正しく実行する必要がある。 この操作が完了するのに約80～120時間かかることを考えると、自動化システムはプロセスのスピードアップに役立つ。 本稿では,この課題に対処するために,ブドウのイメージにオブジェクトセグメンテーションを施すことにより,新たな学際的アプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-08T09:36:54Z)
• Compositional Prototype Network with Multi-view Comparision for Few-Shot Point Cloud Semantic Segmentation [47.0611707526858]
  完全に教師ありのポイントクラウドセグメンテーションネットワークは、しばしばポイントワイズアノテーションを持つ大量のデータを必要とする。 少数のラベル付きトレーニングデータだけでポイントクラウドのセグメンテーションを行うことができるコンポジションプロトタイプネットワークを紹介します。 画像中の少数の学習文献にインスパイアされたネットワークは、限られたトレーニングデータから予測のためのラベルのないテストデータに直接ラベル情報を転送します。
  論文  参考訳（メタデータ） (2020-12-28T15:01:34Z)
• Modeling Long-horizon Tasks as Sequential Interaction Landscapes [75.5824586200507]
  本稿では,一連のデモビデオからのみ,サブタスク間の依存関係と遷移を学習するディープラーニングネットワークを提案する。 これらのシンボルは、画像観察から直接学習し、予測できることが示される。 我々は,(1)人間によって実行されるパズル片のブロック積み重ね,(2)物体のピック・アンド・プレイスとキャビネットドアを7-DoFロボットアームで滑らせるロボット操作という,2つの長期水平作業において,我々の枠組みを評価する。
  論文  参考訳（メタデータ） (2020-06-08T18:07:18Z)

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。