Fugu-MT 論文翻訳(概要): Evaluation of Flight Parameters in UAV-based 3D Reconstruction for Rooftop Infrastructure Assessment

論文の概要: Evaluation of Flight Parameters in UAV-based 3D Reconstruction for Rooftop Infrastructure Assessment

arxiv url: http://arxiv.org/abs/2504.02084v1
Date: Wed, 02 Apr 2025 19:43:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-12 00:43:06.60038
Title: Evaluation of Flight Parameters in UAV-based 3D Reconstruction for Rooftop Infrastructure Assessment
Title（参考訳）: 屋上インフラ評価のためのUAVによる3次元再構成における飛行パラメータの評価
Authors: Nick Chodura, Melissa Greeff, Joshua Woods,
Abstract要約: UAVを用いた3次元ホログラフィーによる屋根上3次元再構築は,インフラ評価に有望な解決策を提供する。既存の手法では、自律飛行経路を使用する際のモデル精度を確保するために、画像の重複率が高く、飛行時間を延長する必要があることが多い。本研究は,複合屋上インフラの3次元再構築を最適化するために,キーフライトパラメーター地上サンプリング距離(GSD)と画像重なり合いを体系的に評価する。
参考スコア（独自算出の注目度）: 0.08192907805418585
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Rooftop 3D reconstruction using UAV-based photogrammetry offers a promising solution for infrastructure assessment, but existing methods often require high percentages of image overlap and extended flight times to ensure model accuracy when using autonomous flight paths. This study systematically evaluates key flight parameters-ground sampling distance (GSD) and image overlap-to optimize the 3D reconstruction of complex rooftop infrastructure. Controlled UAV flights were conducted over a multi-segment rooftop at Queen's University using a DJI Phantom 4 Pro V2, with varied GSD and overlap settings. The collected data were processed using Reality Capture software and evaluated against ground truth models generated from UAV-based LiDAR and terrestrial laser scanning (TLS). Experimental results indicate that a GSD range of 0.75-1.26 cm combined with 85% image overlap achieves a high degree of model accuracy, while minimizing images collected and flight time. These findings provide guidance for planning autonomous UAV flight paths for efficient rooftop assessments.
Abstract（参考訳）: UAVを用いた3D再構成は、インフラストラクチャー評価に有望なソリューションを提供するが、既存の手法では、自律飛行経路を使用する際のモデル精度を確保するために、画像の重複率と飛行時間の増加がしばしば必要である。本研究は,複合屋上インフラの3次元再構築を最適化するために,キーフライトパラメーター地上サンプリング距離(GSD)と画像重なり合いを体系的に評価する。制御されたUAVの飛行は、DJI Phantom 4 Pro V2を使ってクイーンズ大学の屋根の上で行われた。収集したデータは、リアルキャプチャソフトウェアを用いて処理され、UAVベースのLiDARと地上レーザースキャン(TLS)から生成された地上真実モデルに対して評価された。実験結果から,0.75-1.26cmのGSD範囲と85%の画像重なりが組み合わさって,画像の収集と飛行時間の最小化を図った。これらの知見は、効率的な屋上評価のための自律型UAV飛行経路計画のためのガイダンスを提供する。

関連論文リスト

RaCFormer: Towards High-Quality 3D Object Detection via Query-based Radar-Camera Fusion [58.77329237533034]
本稿では3次元物体検出の精度を高めるために,Raar-Camera fusion transformer (RaCFormer)を提案する。 RaCFormerは、nuScenesデータセット上で64.9% mAPと70.2%の優れた結果を得る。
論文参考訳（メタデータ） (2024-12-17T09:47:48Z)
OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
論文参考訳（メタデータ） (2023-12-14T18:58:52Z)
Instance-aware Multi-Camera 3D Object Detection with Structural Priors Mining and Self-Boosting Learning [93.71280187657831]
カメラによる鳥眼視(BEV)知覚パラダイムは、自律運転分野において大きな進歩を遂げている。画像平面のインスタンス認識をBEV検出器内の深度推定プロセスに統合するIA-BEVを提案する。
論文参考訳（メタデータ） (2023-12-13T09:24:42Z)
Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
論文参考訳（メタデータ） (2023-04-22T22:39:03Z)
3D Reconstruction of Multiple Objects by mmWave Radar on UAV [15.47494720280318]
UAVに搭載されたミリ波レーダーセンサを用いて空間内の複数の物体の3次元形状を再構成する可能性を検討する。 UAVは宇宙の様々な場所でホバリングし、搭載されたレーダーセンサーはSAR(Synthetic Aperture Radar)操作で空間をスキャンすることで生のレーダーデータを収集する。レーダデータはディープニューラルネットワークモデルに送信され、空間内の複数のオブジェクトの点雲再構成を出力する。
論文参考訳（メタデータ） (2022-11-03T21:23:36Z)
Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
論文参考訳（メタデータ） (2022-05-27T05:42:16Z)
A Review on Viewpoints and Path-planning for UAV-based 3D Reconstruction [3.0479044961661708]
UAVが捉えたデータによる3D再構築も、研究や産業で注目を集めている。本稿では,大規模物体の3次元再構成のための視点と経路計画のためのモデルフリーおよびモデルベースアルゴリズムについて検討する。
論文参考訳（メタデータ） (2022-05-07T20:29:39Z)
Simple and Effective Synthesis of Indoor 3D Scenes [78.95697556834536]
1枚以上の画像から3D屋内シーンを没入する問題について検討する。我々の狙いは、新しい視点から高解像度の画像とビデオを作成することである。本稿では,不完全点雲の再投影から高解像度のRGB-D画像へ直接マップするイメージ・ツー・イメージのGANを提案する。
論文参考訳（メタデータ） (2022-04-06T17:54:46Z)
Development of Automatic Tree Counting Software from UAV Based Aerial Images With Machine Learning [0.0]
本研究の目的は,UAVによる高解像度画像から,シルト大学キャンパスの指定領域の樹木を自動カウントすることである。 Adobe Photoshopのフォトマージツールを使って、高さ30mで20%オーバーラップした画像を地上局でオフラインで縫い付けました。
論文参考訳（メタデータ） (2022-01-07T22:32:08Z)
Multi-modal 3D Human Pose Estimation with 2D Weak Supervision in Autonomous Driving [74.74519047735916]
自動運転車(AV)における3次元ポーズ推定(HPE)は,多くの要因において他のユースケースと異なる。他のユースケース(仮想現実、ゲーム、アニメーションなど)のために収集されたデータは、AVアプリケーションには使用できない可能性がある。本稿では,この問題をAV設定で緩和するための最初のアプローチの1つを提案する。
論文参考訳（メタデータ） (2021-12-22T18:57:16Z)
Planetary UAV localization based on Multi-modal Registration with Pre-existing Digital Terrain Model [0.5156484100374058]
我々は,UAV上のナディルビューカメラを用いて,惑星UAVの位置を推定するマルチモーダル登録に基づくSLAMアルゴリズムを提案する。オンボードUAV画像とプリインストールデジタル地形モデルとのスケールと外観の違いを克服するために,UAV画像とDEMの地形特性がクロスパワースペクトルを介して周波数領域で相関できることを示す理論的モデルを提案した。提案するローカライゼーションアルゴリズムのロバスト性と有効性をテストするために,惑星探査のための新しいクロスソースドローンベースのローカライゼーションデータセットを提案する。
論文参考訳（メタデータ） (2021-06-24T02:54:01Z)
SAMA-VTOL: A new unmanned aircraft system for remotely sensed data collection [0.0]
SAMA-VTOLの正光発生能について検討した。 Pix4Dmapperソフトウェアは画像のオリエント化、点雲の生成、デジタル表面モデルの作成、正光モザイクの生成に使用された。
論文参考訳（メタデータ） (2020-11-22T12:55:16Z)

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。