Fugu-MT 論文翻訳(概要): Detection of moving objects through turbulent media. Decomposition of Oscillatory vs Non-Oscillatory spatio-temporal vector fields

論文の概要: Detection of moving objects through turbulent media. Decomposition of Oscillatory vs Non-Oscillatory spatio-temporal vector fields

arxiv url: http://arxiv.org/abs/2410.21551v1
Date: Mon, 28 Oct 2024 21:29:56 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-30 13:40:44.593672
Title: Detection of moving objects through turbulent media. Decomposition of Oscillatory vs Non-Oscillatory spatio-temporal vector fields
Title（参考訳）: 振動対非振動時空間ベクトル場の分解
Authors: Jerome Gilles, Francis Alvarez, Nicholas B. Ferrante, Margaret Fortman, Lena Tahir, Alex Tarter, Anneke von Seeger,
Abstract要約: 本稿では, 大気の乱流の影響を受けながら, 物体の移動を検出する方法について検討する。そこで本研究では,3次元テクスチャに対する2次元マンガベクトル+分解アルゴリズムを提案する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: In this paper, we investigate how moving objects can be detected when images are impacted by atmospheric turbulence. We present a geometric spatio-temporal point of view to the problem and show that it is possible to distinguish movement due to the turbulence vs. moving objects. To perform this task, we propose an extension of 2D cartoon+texture decomposition algorithms to 3D vector fields. Our algorithm is based on curvelet spaces which permit to better characterize the movement flow geometry. We present experiments on real data which illustrate the efficiency of the proposed method.
Abstract（参考訳）: 本稿では, 大気の乱流によって画像が衝撃を受けるとき, 移動物体がどのように検出されるかを検討する。本稿では, この問題に対する幾何学的時空間的視点を示し, 乱流による運動と移動物体との区別が可能であることを示す。そこで本研究では,3次元ベクトル場への2次元マンガ+テクスチャ分解アルゴリズムの拡張を提案する。我々のアルゴリズムは、運動フロー幾何学をより正確に特徴付けることができる曲線空間に基づいている。提案手法の効率性を示す実データについて実験を行った。

関連論文リスト

Investigation of moving objects through atmospheric turbulence from a non-stationary platform [0.5735035463793008]
本研究では,移動カメラから撮像した画像列から移動物体に対応する光流場を抽出する。提案手法はまず,光学的流れ場を計算し,カメラの動きによって誘導される流れ場を補償する運動モデルを作成する。この作業で使用されるシーケンスとコードは、すべてオープンソースで、著者にコンタクトすることで利用可能である。
論文参考訳（メタデータ） (2024-10-29T00:54:28Z)
JSTR: Joint Spatio-Temporal Reasoning for Event-based Moving Object Detection [17.3397709143323]
イベントベースの移動オブジェクト検出は、静的なバックグラウンドと移動オブジェクトが混在する難しいタスクである。イベントベース移動物体検出のための新しい共同時間推論法を提案する。
論文参考訳（メタデータ） (2024-03-12T09:22:52Z)
Invariant-based Mapping of Space During General Motion of an Observer [0.0]
本稿では、視覚的動きに基づく不変性について検討し、その結果、新たな瞬間的領域が生まれる。幾何学的3次元不変量にリンクした可測光フローから導出される非線形関数を利用する。本稿では3Dオブジェクトに対して回転するカメラのシミュレーションを行い、投影された画像のスナップショットを撮影する。
論文参考訳（メタデータ） (2023-11-18T17:40:35Z)
Detecting Moving Objects Using a Novel Optical-Flow-Based Range-Independent Invariant [0.0]
本稿では,時間的瞬間や3次元の点の範囲,カメラの速度によらず,一貫した2次元不変画像を出力する光フロー変換を提案する。新しい領域では、予め定義されたルックアップ画像の値から逸脱した3D点の投影を、静止した3D環境に対する移動として明確に識別することができる。
論文参考訳（メタデータ） (2023-10-14T17:42:19Z)
3D Motion Magnification: Visualizing Subtle Motions with Time Varying Radiance Fields [58.6780687018956]
本研究では,移動カメラが捉えたシーンからの微妙な動きを拡大できる3次元運動倍率法を提案する。時間変化のラディアンス場を用いてシーンを表現し、運動倍率のユーレリア原理を利用する。我々は,様々なカメラ装置で撮影した合成シーンと実世界のシーンの両方において,本手法の有効性を評価する。
論文参考訳（メタデータ） (2023-08-07T17:59:59Z)
Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文参考訳（メタデータ） (2022-06-29T18:47:05Z)
Motion-from-Blur: 3D Shape and Motion Estimation of Motion-blurred Objects in Videos [115.71874459429381]
本研究では,映像から3次元の運動,3次元の形状,および高度に動きやすい物体の外観を同時推定する手法を提案する。提案手法は, 高速移動物体の劣化と3次元再構成において, 従来の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-11-29T11:25:14Z)
Shape from Blur: Recovering Textured 3D Shape and Motion of Fast Moving Objects [115.71874459429381]
本研究では, 物体の3次元形状, テクスチャ, 動きを単一動画像から共同で再構成する新しい課題について述べる。従来の手法では2次元画像領域でのみ遅延問題に対処するが、3次元領域における全ての物体特性の厳密なモデリングは任意の物体の動きの正確な記述を可能にする。
論文参考訳（メタデータ） (2021-06-16T13:18:08Z)
FMODetect: Robust Detection and Trajectory Estimation of Fast Moving Objects [110.29738581961955]
高速移動物体の検出と軌道推定のための最初の学習ベースアプローチを提案する。提案手法は, 高速移動物体を軌道への切り離された距離関数として検出する。シャープな外観推定のために,エネルギー最小化に基づくデブロワーリングを提案する。
論文参考訳（メタデータ） (2020-12-15T11:05:34Z)
Neural Topological SLAM for Visual Navigation [112.73876869904]
意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
論文参考訳（メタデータ） (2020-05-25T17:56:29Z)
Drosophila-Inspired 3D Moving Object Detection Based on Point Clouds [22.850519892606716]
我々はショウジョウバエの浅部視覚神経経路に基づく運動検出装置を開発した。この検出器は物体の動きに敏感であり、背景雑音を十分に抑制することができる。次に、改良された3Dオブジェクト検出ネットワークを用いて、各提案の点雲を推定し、3D境界ボックスとオブジェクトカテゴリを効率的に生成する。
論文参考訳（メタデータ） (2020-05-06T10:04:23Z)

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。