論文の概要: Advancements in Ship Detection: Comparative Analysis of Optical and Hyperspectral Sensors

• arxiv url: http://arxiv.org/abs/2410.10888v1
• Date: Fri, 11 Oct 2024 19:11:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-16 14:01:15.215080
• Title: Advancements in Ship Detection: Comparative Analysis of Optical and Hyperspectral Sensors
• Title（参考訳）: 船舶検知技術の進歩:光学・ハイパースペクトルセンサの比較分析
• Authors: Alyazia Al Shamsi, Alavikunhu Panthakkan, Saeed Al Mansoori, Hussain Al Ahmad,
• Abstract要約: 本稿では,船舶の検知と分類技術,特に光学的および超スペクトル的リモートセンシング手法を比較した。 特徴抽出、方法論、および異なるミッションに対するそれらの適合性を網羅した、これらの技術に関する包括的分析を提示する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In marine surveillance, applications span military and civilian domains, including ship detection, marine traffic control, and disaster management. Optical and hyperspectral satellites are key for this purpose. This paper focuses on ship detection and classification techniques, particularly comparing optical and hyperspectral remote sensing approaches. It presents a comprehensive analysis of these technologies, covering feature extraction, methodologies, and their suitability for different missions. The study highlights the importance of selecting the right sensor aligned with mission objectives and conditions, aiming to improve detection accuracy through integrated strategies. The paper examines the strengths and limitations of both technologies in various maritime applications, enhancing understanding of their usability in different operational scenarios.
• Abstract（参考訳）: 海洋監視では、船舶検知、海上交通制御、災害管理など、軍や民間の領域に応用が及ぶ。 この目的のためには、光学衛星とハイパースペクトル衛星が鍵となる。 本稿では,船舶の検知と分類技術,特に光学的および超スペクトル的リモートセンシング手法を比較した。 特徴抽出、方法論、および異なるミッションに対するそれらの適合性を網羅した、これらの技術に関する包括的分析を提示する。 本研究は、統合戦略による検出精度の向上を目的として、ミッション目標と条件に沿った適切なセンサを選択することの重要性を強調した。 本論文は, 各種海洋アプリケーションにおける両技術の強みと限界について検討し, 異なる運用シナリオにおけるユーザビリティの理解を深めるものである。

関連論文リスト

• Maritime Search and Rescue Missions with Aerial Images: A Survey [12.532571610398767]
  従来の手法と、機械学習とニューラルネットワークに基づくより高度なアプローチの両方を含む、これまでに提案された手法を分析します。 私たちは、データ収集のためにチームを配置することなく、より広い範囲のシナリオをカバーするために合成データを使用することを考慮しています。
  論文  参考訳（メタデータ） (2024-11-12T08:57:21Z)
• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• Spectral Fidelity and Spatial Enhancement: An Assessment and Cascading of Pan-Sharpening Techniques for Satellite Imagery [0.0]
  本研究は,衛星画像のパンシャーピング技術に関する包括的評価を行う。 リモートセンシングにおける情報アルゴリズムの選択の必要性から,新しいカスケード・構造化評価フレームワークが提案されている。
  論文  参考訳（メタデータ） (2024-05-29T09:00:48Z)
• A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
  本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。 得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。 本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2023-07-06T10:38:14Z)
• Automatized marine vessel monitoring from sentinel-1 data using convolution neural network [0.0]
  本稿では,ウェーブレット変換に基づく畳み込みニューラルネットワークによるSAR画像からの物体認識手法を提案する。 Sentinel-1 SAR-Cによるインド西部沿岸域の二重分極データ取得を含む。
  論文  参考訳（メタデータ） (2023-04-23T18:09:44Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• Performance Study of YOLOv5 and Faster R-CNN for Autonomous Navigation around Non-Cooperative Targets [0.0]
  本稿では,カメラと機械学習アルゴリズムを組み合わせることで,相対的なナビゲーションを実現する方法について論じる。 高速領域ベース畳み込みニューラルネットワーク(R-CNN)とYou Only Look Once(YOLOv5)の2つのディープラーニングに基づくオブジェクト検出アルゴリズムの性能を検証した。 本稿では, 特徴認識アルゴリズムの実装と, 宇宙船誘導航法制御システムへの統合に向けての道筋について論じる。
  論文  参考訳（メタデータ） (2023-01-22T04:53:38Z)
• Comparative study of 3D object detection frameworks based on LiDAR data and sensor fusion techniques [0.0]
  知覚システムは、車両の環境をリアルタイムで正確に解釈する上で重要な役割を果たす。 ディープラーニング技術は、センサーから大量のデータを意味情報に変換する。 3Dオブジェクト検出法は、LiDARやステレオカメラなどのセンサーから追加のポーズデータを利用することで、オブジェクトのサイズと位置に関する情報を提供する。
  論文  参考訳（メタデータ） (2022-02-05T09:34:58Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• Benchmarking high-fidelity pedestrian tracking systems for research, real-time monitoring and crowd control [55.41644538483948]
  実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。 この技術が進歩するにつれて、社会においても益々有用になってきている。 歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。 我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
  論文  参考訳（メタデータ） (2021-08-26T11:45:26Z)
• Learning Selective Sensor Fusion for States Estimation [47.76590539558037]
  本稿では,エンド・ツー・エンドのセンサ・フュージョン・モジュールであるSelectFusionを提案する。 予測中、ネットワークは異なるセンサーモードから潜伏する特徴の信頼性を評価することができる。 我々は、公開データセットと漸進的に劣化したデータセットの両方において、すべての融合戦略を広範囲に評価する。
  論文  参考訳（メタデータ） (2019-12-30T20:25:16Z)

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。