論文の概要: An Expeditious Spatial Mean Radiant Temperature Mapping Framework using Visual SLAM and Semantic Segmentation
- arxiv url: http://arxiv.org/abs/2410.09443v1
- Date: Sat, 12 Oct 2024 08:50:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-30 14:24:23.423439
- Title: An Expeditious Spatial Mean Radiant Temperature Mapping Framework using Visual SLAM and Semantic Segmentation
- Title（参考訳）: 視覚SLAMとセマンティックセグメンテーションを用いた空間平均放射温度マッピングフレームワーク
- Authors: Wei Liang, Yiting Zhang, Ji Zhang, Erica Cochran Hameen,
- Abstract要約: 平均放射温度(MRT)の測定は非常に困難である。
ほとんどの一般的な測定手法は時間を要するが、ユーザフレンドリーではない。
本稿では,視覚的同時ローカライゼーションとマッピング(SLAM)とセマンティックセグメンテーション技術を用いた新しいMRT計測フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 7.1869288530375135
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Ensuring thermal comfort is essential for the well-being and productivity of individuals in built environments. Of the various thermal comfort indicators, the mean radiant temperature (MRT) is very challenging to measure. Most common measurement methodologies are time-consuming and not user-friendly. To address this issue, this paper proposes a novel MRT measurement framework that uses visual simultaneous localization and mapping (SLAM) and semantic segmentation techniques. The proposed approach follows the rule of thumb of the traditional MRT calculation method using surface temperature and view factors. However, it employs visual SLAM and creates a 3D thermal point cloud with enriched surface temperature information. The framework then implements Grounded SAM, a new object detection and segmentation tool to extract features with distinct temperature profiles on building surfaces. The detailed segmentation of thermal features not only reduces potential errors in the calculation of the MRT but also provides an efficient reconstruction of the spatial MRT distribution in the indoor environment. We also validate the calculation results with the reference measurement methodology. This data-driven framework offers faster and more efficient MRT measurements and spatial mapping than conventional methods. It can enable the direct engagement of researchers and practitioners in MRT measurements and contribute to research on thermal comfort and radiant cooling and heating systems.
- Abstract（参考訳）: 建築環境における個人の幸福と生産性のためには、熱的快適さの確保が不可欠である。
種々の熱的快適度指標のうち、平均放射温度(MRT)は測定が非常に困難である。
ほとんどの一般的な測定手法は時間を要するが、ユーザフレンドリーではない。
そこで本研究では,視覚的局所化とマッピング(SLAM)とセマンティックセグメンテーション技術を用いた新しいMRT計測フレームワークを提案する。
提案手法は、表面温度とビューファクターを用いた従来のMRT計算法の親指規則に従う。
しかし、視界SLAMを使用し、表面温度情報に富んだ3次元熱点雲を生成する。
このフレームワークは、新しいオブジェクト検出とセグメンテーションツールであるGrounded SAMを実装し、建物表面の異なる温度プロファイルを持つ特徴を抽出する。
熱的特徴の詳細なセグメンテーションは,MRT計算における潜在的な誤差を低減させるだけでなく,室内環境における空間的MRT分布の効率的な再構成も提供する。
また,基準測定手法を用いて計算結果を検証した。
このデータ駆動フレームワークは、従来の手法よりも高速で効率的なMRT測定と空間マッピングを提供する。
MRT測定における研究者や実践者の直接的な関与を可能にし、熱快適性や放射能冷却・加熱システムの研究に貢献することができる。
関連論文リスト
- Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - Semantic segmentation of longitudinal thermal images for identification
of hot and cool spots in urban areas [1.124958340749622]
本研究は,都市部におけるホットスポットとクールスポットを識別するために,近隣スケールで収集したセマンティック・セグメンテーション・縦・空間的にリッチな熱画像の解析を行う。
サーマルイメージデータセットのサブセットを使用して、最先端のディープラーニングモデルをトレーニングし、さまざまな都市の特徴を抽出した。
論文 参考訳（メタデータ） (2023-10-06T13:41:39Z) - Capturing Local Temperature Evolution during Additive Manufacturing
through Fourier Neural Operators [0.0]
本稿では, 加法製造過程における局所的な温度変化を捉えたデータ駆動モデルを提案する。
直接エネルギー沈着過程における不連続なガレルキン有限要素法に基づく数値シミュレーションで検証した。
その結果、このモデルはR2$で測定された高忠実度を実現し、トレーニングプロセスに含まれていない測地に対する一般化性を維持した。
論文 参考訳（メタデータ） (2023-07-04T16:17:59Z) - A Heat Diffusion Perspective on Geodesic Preserving Dimensionality
Reduction [66.21060114843202]
熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。
その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。
また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
論文 参考訳（メタデータ） (2023-05-30T13:58:50Z) - Precise Facial Landmark Detection by Reference Heatmap Transformer [52.417964103227696]
より正確に顔のランドマークを検出するための参照ヒートマップ変換器(RHT)を提案する。
評価実験の結果,提案手法は文献における最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2023-03-14T12:26:48Z) - Spatially-resolved Thermometry from Line-of-Sight Emission Spectroscopy
via Machine Learning [2.449329947677678]
本研究の目的は, 温度分布測定におけるデータ駆動モデルの利用について検討することである。
i)特徴工学と古典的機械学習アルゴリズム、(ii)エンドツーエンド畳み込みニューラルネットワーク(CNN)の2つのカテゴリが分析されている。
本手法は, ガス混合ガス中の種濃度分布が未知であっても, 低分解能スペクトルから不均一な温度分布を測定することができる。
論文 参考訳（メタデータ） (2022-12-15T13:46:15Z) - Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。
本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。
一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
論文 参考訳（メタデータ） (2022-10-09T13:50:12Z) - Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using
Meta-Learning [64.92447072894055]
赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。
既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。
KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
論文 参考訳（メタデータ） (2021-10-07T02:28:18Z) - Graph-based Thermal-Inertial SLAM with Probabilistic Neural Networks [38.35547654117047]
SLAMフロントエンドのニューラルネットワーク抽象化とSLAMバックエンドの堅牢なポーズグラフ最適化を組み合わせた,最初の完全熱慣性SLAMシステムを提案する。
熱画像からこのエンコーディングをモデル化するのに重要な戦略は、正規化された14ビットラジオメトリックデータの使用、幻覚視覚(RGB)機能の組み込み、MDNパラメータを推定するための特徴選択の包含です。
論文 参考訳（メタデータ） (2021-04-15T01:39:15Z) - A Transfer Learning approach to Heatmap Regression for Action Unit
intensity estimation [50.261472059743845]
アクション・ユニット(英: Action Units、AUs)は、幾何学に基づく原子性顔面筋運動である。
本稿では,その位置と強度を共同で推定する新しいAUモデリング問題を提案する。
ヒートマップは、所定の空間的位置でAUが発生するか否かをモデル化する。
論文 参考訳（メタデータ） (2020-04-14T16:51:13Z)
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。