論文の概要: Robust Perspective Correction for Real-World Crack Evolution Tracking in Image-Based Structural Health Monitoring

• arxiv url: http://arxiv.org/abs/2506.22437v1
• Date: Tue, 06 May 2025 07:25:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-07 02:47:44.33404
• Title: Robust Perspective Correction for Real-World Crack Evolution Tracking in Image-Based Structural Health Monitoring
• Title（参考訳）: 画像に基づく構造健康モニタリングにおけるリアルタイムき裂進展追跡のためのロバスト視点補正
• Authors: Xinxin Sun, Peter Chang,
• Abstract要約: 本研究では、オープンなKAZEアーキテクチャをSHM固有の課題に適応させる物理インフォームドアライメントフレームワークを提案する。 従来の検出器と比較して、提案手法はクラック面積とスピン長誤差を最大70%と90%削減する。 教師なし、解釈可能、計算量的に軽量なこのアプローチは、UAVやモバイルプラットフォームによるスケーラブルなデプロイメントをサポートする。
• 参考スコア（独自算出の注目度）: 0.2525107441836083
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate image alignment is essential for monitoring crack evolution in structural health monitoring (SHM), particularly under real-world conditions involving perspective distortion, occlusion, and low contrast. However, traditional feature detectors such as SIFT and SURF, which rely on Gaussian-based scale spaces, tend to suppress high-frequency edges, making them unsuitable for thin crack localization. Lightweight binary alternatives like ORB and BRISK, while computationally efficient, often suffer from poor keypoint repeatability on textured or shadowed surfaces. This study presents a physics-informed alignment framework that adapts the open KAZE architecture to SHM-specific challenges. By utilizing nonlinear anisotropic diffusion to construct a crack-preserving scale space, and integrating RANSAC-based homography estimation, the framework enables accurate geometric correction without the need for training, parameter tuning, or prior calibration. The method is validated on time-lapse images of masonry and concrete acquired via handheld smartphone under varied field conditions, including shadow interference, cropping, oblique viewing angles, and surface clutter. Compared to classical detectors, the proposed framework reduces crack area and spine length errors by up to 70 percent and 90 percent, respectively, while maintaining sub-5 percent alignment error in key metrics. Unsupervised, interpretable, and computationally lightweight, this approach supports scalable deployment via UAVs and mobile platforms. By tailoring nonlinear scale-space modeling to SHM image alignment, this work offers a robust and physically grounded alternative to conventional techniques for tracking real-world crack evolution.
• Abstract（参考訳）: 構造健康モニタリング(SHM)における亀裂進展のモニタリングには正確な画像アライメントが不可欠である。 しかし、ガウスのスケール空間に依存するSIFTやSURFのような伝統的な特徴検出器は、高周波のエッジを抑える傾向にあり、薄いき裂の局所化には適さない。 ORBやBRISKのような軽量なバイナリ代替品は、計算的に効率的であるが、しばしばテクスチャやシャドウ面のキーポイントの再現性が劣っている。 本研究では、オープンなKAZEアーキテクチャをSHM固有の課題に適応させる物理インフォームドアライメントフレームワークを提案する。 非線形異方性拡散を利用して、き裂保存スケール空間を構築し、RANSACベースのホモグラフィー推定を統合することにより、トレーニング、パラメータチューニング、事前校正を必要とせずに正確な幾何補正を可能にする。 本手法は, シャドウ干渉, トリミング, 斜め視角, 表面クラッタなど, さまざまなフィールド条件下でハンドヘルドスマートフォンで得られた石英とコンクリートの時間経過画像に対して検証した。 従来の検出器と比較して、提案手法はクラック面積とスピン長誤差を最大70%と90%削減し、キーメトリクスのアライメント誤差を5パーセント以下に抑える。 教師なし、解釈可能、計算量的に軽量なこのアプローチは、UAVやモバイルプラットフォームによるスケーラブルなデプロイメントをサポートする。 SHM画像アライメントへの非線形スケール空間モデリングの調整により、この研究は、現実世界のひび割れの進化を追跡する従来の手法に代わる、堅牢で物理的に基盤化された代替手段を提供する。

関連論文リスト

• BIM-Constrained Optimization for Accurate Localization and Deviation Correction in Construction Monitoring [0.0]
  建築モニタリングのためのAR(Augmented Reality)アプリケーションは、建築要素を可視化するためのリアルタイム環境トラッキングに依存している。 しかし, 建設現場は, 特徴のない表面, 動的変化, 漂流蓄積などにより, 従来の追跡手法に重要な課題を呈している。 本稿では,これらの課題に対処するBIM対応ドリフト補正手法を提案する。
  論文  参考訳（メタデータ） (2025-04-24T16:02:02Z)
• Circular Image Deturbulence using Quasi-conformal Geometry [3.239589979987861]
  本稿では、画像歪みを取り除くための教師なしアプローチであるCQCD(Circular Quasi-Conformal Deturbulence)フレームワークを紹介する。 この設計により、復元された画像が幾何的に正確かつ視覚的に忠実でありながら、誤推定の蓄積を防止できる。 実験結果から,CQCDは画像復元品質の点で既存の現状の乱流法より優れるだけでなく,高精度な変形場推定も可能であることが示された。
  論文  参考訳（メタデータ） (2025-04-18T03:07:25Z)
• ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
  ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。 HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。 計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
  論文  参考訳（メタデータ） (2025-04-16T05:33:42Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• W-HMR: Monocular Human Mesh Recovery in World Space with Weak-Supervised Calibration [57.37135310143126]
  モノクロ画像からの3次元運動回復のための従来の手法は、カメラ座標に依存するため、しばしば不足する。 W-HMRは、身体の歪み情報に基づいて「適切な」焦点長を予測する弱教師付き校正法である。 また,世界空間における可視的再構築のために,身体の向きを補正する OrientCorrect モジュールを提案する。
  論文  参考訳（メタデータ） (2023-11-29T09:02:07Z)
• Indoor Scene Reconstruction with Fine-Grained Details Using Hybrid Representation and Normal Prior Enhancement [50.56517624931987]
  多視点RGB画像からの室内シーンの再構成は、平坦領域とテクスチャレス領域の共存により困難である。 近年の手法では、予測された表面正規化によって支援されたニューラルラジアンス場を利用してシーン形状を復元している。 本研究は, 上記の制限に対処して, 高忠実度表面を細かな詳細で再構築することを目的とする。
  論文  参考訳（メタデータ） (2023-09-14T12:05:29Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)
• Recovering compressed images for automatic crack segmentation using generative models [13.519853801218005]
  本手法を用いて, 圧縮き裂画像の自動割断回収フレームワークを開発した。 我々の回復フレームワークは,既存の3つのCSアルゴリズムと比較した。
  論文  参考訳（メタデータ） (2020-03-06T04:48:05Z)

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。