論文の概要: An ocean front detection and tracking algorithm

• arxiv url: http://arxiv.org/abs/2502.15250v1
• Date: Fri, 21 Feb 2025 07:00:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-24 17:06:53.761177
• Title: An ocean front detection and tracking algorithm
• Title（参考訳）: 海面検出・追跡アルゴリズム
• Authors: Yishuo Wang, Feng Zhou,
• Abstract要約: 本稿では,ベイズ決定と距離空間に基づく前方検出と追跡の自動アルゴリズムを提案する。 連続性を高めるため、フロントマージ、フィリング、リング削除が推進される。 テクノロジーはエッジ検出やトラッキングといったコンピュータビジョンの他の領域に移行することができる。
• 参考スコア（独自算出の注目度）: 5.4819117545326055
• License:
• Abstract: Ocean front is defined as the interface between different water masses and plays a vital role in the evolution of many physical phenomena. Previous detection methods are based on histogram, Lyapunov exponent, gradient and machine learning. These algorithms, however, introduce discontinuity, inaccuracy, use less information or just approaching traditional results. Moreover, automatic front tracking algrorithm is not open source in preceding studies. This paper foucuses on large-scale ocean fronts and proposes an automatic front detection and tracking algorithm based on Bayesian decision and metric space. In this, front merging, filling and ring deletion are put forward to enhance continuity. The distance between fronts in different days is firstly defined and is well-defined in metric space for functional analysis. These technologies can be migrated to other areas of computer vision such as edge detection and tracking.
• Abstract（参考訳）: オーシャンフロントは異なる水塊間の界面として定義され、多くの物理現象の進化において重要な役割を果たす。 従来の検出方法はヒストグラム、リャプノフ指数、勾配、機械学習に基づいていた。 しかし、これらのアルゴリズムは不連続性、不正確性、少ない情報の使用、あるいは単に従来の結果に近づいただけである。 また, 前回の研究では, 自動前向き追跡アルゴリズムはオープンソースではない。 本論文は, 大規模海洋前線を対象とし, ベイズ決定と距離空間に基づく自動フロント検出・追跡アルゴリズムを提案する。 これにより、連続性を高めるために、前部マージ、充填、環欠落を前方に進める。 異なる時代の正面間の距離は、まず第一に定義され、函数解析のための計量空間において十分に定義されている。 これらの技術は、エッジ検出やトラッキングなど、コンピュータビジョンの他の領域に移行することができる。

関連論文リスト

• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving [68.95178518732965]
  自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。 既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。 これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
  論文  参考訳（メタデータ） (2023-08-02T23:39:24Z)
• Real-time AdaBoost cascade face tracker based on likelihood map and optical flow [59.17685450892182]
  著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
  論文  参考訳（メタデータ） (2022-10-25T10:15:07Z)
• RCLane: Relay Chain Prediction for Lane Detection [76.62424079494285]
  本稿では,リレーチェーン予測に基づく車線検出手法を提案する。 当社の戦略では,TuSimple,CULane,CurveLanes,LLAMASの4つの主要なベンチマーク上で,最先端の新たなベンチマークを確立することが可能です。
  論文  参考訳（メタデータ） (2022-07-19T16:48:39Z)
• LSENet: Location and Seasonality Enhanced Network for Multi-Class Ocean Front Detection [22.86716538369453]
  海洋前線は栄養素の蓄積を引き起こし、水中の音の伝搬に影響を与える可能性がある。 現在の海洋前線検出法は、検出精度が低いか、ほとんどの場合、二分法で海洋前線の発生を検出できない。 本稿では,LSENetと呼ばれるセマンティックセグメンテーションネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-05T08:40:42Z)
• Probabilistic and Geometric Depth: Detecting Objects in Perspective [78.00922683083776]
  3次元物体検出は、運転支援システムなどの様々な実用用途で必要とされる重要な機能である。 双眼視やLiDARに頼っている従来の設定に比べて、経済的な解決策として単眼3D検出が注目されているが、それでも満足のいく結果が得られていない。 本稿ではまず,この問題に関する系統的研究を行い,現在の単分子3次元検出問題をインスタンス深度推定問題として単純化できることを考察する。
  論文  参考訳（メタデータ） (2021-07-29T16:30:33Z)
• Class agnostic moving target detection by color and location prediction of moving area [11.326363150470204]
  移動目標検出はコンピュータビジョンにおいて重要な役割を果たす。 ディープラーニングベースの畳み込みニューラルネットワークのような最近のアルゴリズムは、高精度でリアルタイムのパフォーマンスを実現している。 モデル自由移動目標検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-24T12:34:58Z)
• HED-UNet: Combined Segmentation and Edge Detection for Monitoring the Antarctic Coastline [14.235722825330493]
  深層学習モデルにおける海岸線検出のための2つのアプローチを結合する新しいモデルを考案した。 複数の解像度でサイド予測を深く監視し、トレーニングを効率化します。 このアプローチの実装はurlhttps://github.com/kr/HED-UNetで公開されている。
  論文  参考訳（メタデータ） (2021-03-02T16:35:05Z)
• Map-Enhanced Ego-Lane Detection in the Missing Feature Scenarios [26.016292792373815]
  本稿では,検出アルゴリズムの性能向上に優れた,デジタル地図に含まれる事前知識を活用する。 このようにして、路面形状と実車線の位置誤差を除去するためには、少数の車線特徴しか必要としない。 実験の結果,提案手法は様々なシナリオに適用可能であり,20Hzの周波数でリアルタイムに動作可能であることがわかった。
  論文  参考訳（メタデータ） (2020-04-02T16:06:48Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)
• Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
  本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。 これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。 SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
  論文  参考訳（メタデータ） (2020-02-11T14:04:56Z)

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。