論文の概要: NTR-Gaussian: Nighttime Dynamic Thermal Reconstruction with 4D Gaussian Splatting Based on Thermodynamics
- arxiv url: http://arxiv.org/abs/2503.03115v1
- Date: Wed, 05 Mar 2025 02:24:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-06 15:52:19.383240
- Title: NTR-Gaussian: Nighttime Dynamic Thermal Reconstruction with 4D Gaussian Splatting Based on Thermodynamics
- Title（参考訳）: 熱力学に基づくNTR-Gaussian-NTR-Gaussian-NTR-Gaussian-NTR-Gaussian-NTR-Gaussian-NTR-Gaussian-Splatting
- Authors: Kun Yang, Yuxiang Liu, Zeyu Cui, Yu Liu, Maojun Zhang, Shen Yan, Qing Wang,
- Abstract要約: NTR-ガウス法は温度を熱放射の一種として扱い、対流熱伝達や放射熱散逸などの要素を取り入れている。
NTR-Gaussian は熱再構成における比較法を著しく上回り、温度誤差を摂氏1度以内で予測した。
- 参考スコア（独自算出の注目度）: 22.777703129471004
- License:
- Abstract: Thermal infrared imaging offers the advantage of all-weather capability, enabling non-intrusive measurement of an object's surface temperature. Consequently, thermal infrared images are employed to reconstruct 3D models that accurately reflect the temperature distribution of a scene, aiding in applications such as building monitoring and energy management. However, existing approaches predominantly focus on static 3D reconstruction for a single time period, overlooking the impact of environmental factors on thermal radiation and failing to predict or analyze temperature variations over time. To address these challenges, we propose the NTR-Gaussian method, which treats temperature as a form of thermal radiation, incorporating elements like convective heat transfer and radiative heat dissipation. Our approach utilizes neural networks to predict thermodynamic parameters such as emissivity, convective heat transfer coefficient, and heat capacity. By integrating these predictions, we can accurately forecast thermal temperatures at various times throughout a nighttime scene. Furthermore, we introduce a dynamic dataset specifically for nighttime thermal imagery. Extensive experiments and evaluations demonstrate that NTR-Gaussian significantly outperforms comparison methods in thermal reconstruction, achieving a predicted temperature error within 1 degree Celsius.
- Abstract（参考訳）: 熱赤外イメージングは全天候の利点を生かし、物体の表面温度の非侵襲的な測定を可能にする。
熱赤外画像を用いて、シーンの温度分布を正確に反映した3Dモデルを再構成し、ビルモニタリングやエネルギー管理などの応用を支援する。
しかし、既存のアプローチは、環境要因が熱放射に与える影響を見越し、時間とともに温度変化を予測または解析するのに失敗し、1回の静的な3D再構成に重点を置いている。
これらの課題に対処するため,熱放射の形で温度を処理し,対流熱伝達や放射熱散逸などの要素を取り入れたNTR-ガウス法を提案する。
提案手法は, ニューラルネットワークを用いて放射率, 対流熱伝達係数, 熱容量などの熱力学的パラメータを予測する。
これらの予測を統合することで、夜間のシーンを通して、様々な時間における温度を正確に予測することができる。
さらに,夜間の熱画像に特化して動的データセットを導入する。
広範囲な実験と評価により、NTR-ガウスは熱再構成において比較法を著しく上回り、摂氏1度以内の温度誤差が予測された。
関連論文リスト
- Thermal3D-GS: Physics-induced 3D Gaussians for Thermal Infrared Novel-view Synthesis [11.793425521298488]
本稿では,熱3D-GSという物理誘導型3次元ガウススプラッティング法を提案する。
The first large-scale benchmark dataset for this field called Thermal Infrared Novel-view Synthesis dataset (TI-NSD)。
その結果,本手法はPSNRの3.03dB改善によりベースライン法よりも優れていた。
論文 参考訳（メタデータ） (2024-09-12T13:46:53Z) - Chemical Reaction Neural Networks for Fitting Accelerating Rate Calorimetry Data [37.69303106863453]
化学反応ニューラルネットワーク(CRNN)は、モリセル21700 P45Bから得られたARCデータにN方程式のアレニウスODEの運動パラメータを適合させるために訓練される。
この手法の柔軟性は、2方程式と4方程式のモデルを用いて実験することによって実証される。
論文 参考訳（メタデータ） (2024-08-21T20:39:41Z) - 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) - Physics-based Learning of Parameterized Thermodynamics from Real-time
Thermography [0.0]
実時間サーモグラフィデータから熱過程のダイナミクスを学習するための物理に基づく新しいアプローチを提案する。
提案手法は雑音に対して頑健であり,パラメータ推定の精度向上に有効であることを示す。
論文 参考訳（メタデータ） (2022-03-24T16:06:31Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z) - Physics-Informed Deep Reversible Regression Model for Temperature Field
Reconstruction of Heat-Source Systems [10.151316399254718]
本研究は, 熱源系の温度場再構成のための物理インフォームド深部可逆回帰モデルを開発した。
まず、熱源系の温度場再構成タスクを数学的に定義し、問題を数値的にモデル化し、さらに問題を画像から画像への回帰問題として変換する。
本研究は, 深部モデルの前方・後方伝播法則に基づいて, 境界付近の物理情報をよりよく学習できる深部可逆回帰モデルを開発する。
論文 参考訳（メタデータ） (2021-06-22T17:01:53Z) - Near-Field Radiative Heat Transfer Eigenmodes [55.41644538483948]
ナノスケール物体間の近接場電磁相互作用は、放射熱伝達を増強する。
ナノ構造の集合体における放射熱伝達の時間的ダイナミクスを記述するための理論的枠組みを提案する。
論文 参考訳（メタデータ） (2021-02-10T23:14:30Z) - A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。
395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。
本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
論文 参考訳（メタデータ） (2021-01-07T17:17:12Z) - Adiabatic Sensing Technique for Optimal Temperature Estimation using
Trapped Ions [64.31011847952006]
捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。
フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。
それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
論文 参考訳（メタデータ） (2020-12-16T12:58:08Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z) - A latent variable approach to heat load prediction in thermal grids [10.973034520723957]
この方法はスウェーデンのルリアにある1つの多層住宅に適用される。
結果は、人工ニューラルネットワークを用いた予測と比較される。
論文 参考訳（メタデータ） (2020-02-13T09:21:17Z)
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。