論文の概要: Genetic Algorithms For Parameter Optimization for Disparity Map Generation of Radiata Pine Branch Images
- arxiv url: http://arxiv.org/abs/2512.05410v1
- Date: Fri, 05 Dec 2025 04:00:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-13 22:40:56.891549
- Title: Genetic Algorithms For Parameter Optimization for Disparity Map Generation of Radiata Pine Branch Images
- Title（参考訳）: ラディアタパイン分岐画像の分散マップ生成のためのパラメータ最適化のための遺伝的アルゴリズム
- Authors: Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green,
- Abstract要約: UAVアプリケーションのための遺伝的アルゴリズム(GA)に基づくパラメータ最適化フレームワークを提案する。
コントリビューションには,(1)手動チューニングを排除した新しいGAベースのパラメータ最適化フレームワーク,(2)複数の画像品質指標を用いた総合評価手法,(3)資源制約付きUAVシステムのための実用的なソリューションなどが含まれている。
実験の結果,GA最適化手法により平均正方形誤差が42.86%減少し,ピーク信号対雑音比が8.47%,構造類似度が28.52%増加した。
- 参考スコア（独自算出の注目度）: 5.266753902938501
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Traditional stereo matching algorithms like Semi-Global Block Matching (SGBM) with Weighted Least Squares (WLS) filtering offer speed advantages over neural networks for UAV applications, generating disparity maps in approximately 0.5 seconds per frame. However, these algorithms require meticulous parameter tuning. We propose a Genetic Algorithm (GA) based parameter optimization framework that systematically searches for optimal parameter configurations for SGBM and WLS, enabling UAVs to measure distances to tree branches with enhanced precision while maintaining processing efficiency. Our contributions include: (1) a novel GA-based parameter optimization framework that eliminates manual tuning; (2) a comprehensive evaluation methodology using multiple image quality metrics; and (3) a practical solution for resource-constrained UAV systems. Experimental results demonstrate that our GA-optimized approach reduces Mean Squared Error by 42.86% while increasing Peak Signal-to-Noise Ratio and Structural Similarity by 8.47% and 28.52%, respectively, compared with baseline configurations. Furthermore, our approach demonstrates superior generalization performance across varied imaging conditions, which is critcal for real-world forestry applications.
- Abstract（参考訳）: Semi-Global Block Matching (SGBM) やWeighted Least Squares (WLS) といった従来のステレオマッチングアルゴリズムは、UAVアプリケーションのニューラルネットワークよりも高速で、1フレームあたり0.5秒で不均一マップを生成する。
しかし、これらのアルゴリズムは厳密なパラメータチューニングを必要とする。
SGBM と WLS の最適パラメータ構成を体系的に探索する遺伝的アルゴリズム (GA) に基づくパラメータ最適化フレームワークを提案する。
コントリビューションには,(1)手動チューニングを排除した新しいGAベースのパラメータ最適化フレームワーク,(2)複数の画像品質指標を用いた総合評価手法,(3)資源制約付きUAVシステムのための実用的なソリューションなどが含まれている。
実験の結果,GA最適化手法により平均正方形誤差が42.86%減少し,ピーク信号対雑音比が8.47%,構造類似度が28.52%増加した。
さらに,本手法は,実地林業の応用に欠かせない,様々な画像条件にまたがる優れた一般化性能を示す。
関連論文リスト
- A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。
提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
論文 参考訳（メタデータ） (2025-06-14T17:35:27Z) - An Improved Dung Beetle Optimizer for Random Forest Optimization [5.609805090828983]
本稿では,円マッピングと縦-水平クロスオーバー戦略(CICRDBO)に基づく改良アルゴリズムを提案する。
改良されたアルゴリズムは収束速度と最適化精度の両方で良好に動作する。
論文 参考訳（メタデータ） (2024-11-24T06:48:55Z) - Multi-objective Memetic Algorithm with Adaptive Weights for Inverse Antenna Design [0.0]
局所最小値の勾配に基づく探索と最適化を組み合わせたメメティックアルゴリズムを提案する。
重要な進歩は、最適化中の目的関数の適応重み付けである。
実装されたアルゴリズムはアンテナ逆設計問題に適用され、機械学習ツールの効率的なデータマイナである。
論文 参考訳（メタデータ） (2024-08-07T08:43:38Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳（メタデータ） (2023-07-25T09:45:47Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - Efficient Non-Parametric Optimizer Search for Diverse Tasks [93.64739408827604]
興味のあるタスクを直接検索できる,スケーラブルで汎用的なフレームワークを初めて提示する。
基礎となる数学表現の自然木構造に着想を得て、空間を超木に再配置する。
我々は,モンテカルロ法を木探索に適用し,レジェクションサンプリングと等価形状検出を備える。
論文 参考訳（メタデータ） (2022-09-27T17:51:31Z) - Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。
本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。
我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文 参考訳（メタデータ） (2022-09-27T07:58:25Z) - Adaptive Approach For Sparse Representations Using The Locally
Competitive Algorithm For Audio [5.6394515393964575]
本稿ではガンマチャープのパラメータを最適化するための適応的アプローチを提案する。
提案手法はLCAのニューラルネットワークを利用してガンマチャープのフィルタバンクを自動的に適応する。
以上の結果から, このアプローチによるLCAの性能向上は, スパーシリティ, 再建品質, 収束時間の観点から示される。
論文 参考訳（メタデータ） (2021-09-29T20:26:16Z) - A Unified Framework of Bundle Adjustment and Feature Matching for
High-Resolution Satellite Images [4.835738511987696]
この記事では、統合フレームワークにおけるバンドル調整(BA)と機能マッチングを包括的に実施する。
マルチビュー高解像度衛星画像の実験により,提案手法は最先端の配向技術より優れていることが示された。
論文 参考訳（メタデータ） (2021-07-01T16:40:25Z) - Stochastic batch size for adaptive regularization in deep network
optimization [63.68104397173262]
ディープラーニングフレームワークにおける機械学習問題に適用可能な適応正規化を取り入れた一階最適化アルゴリズムを提案する。
一般的なベンチマークデータセットに適用した従来のネットワークモデルに基づく画像分類タスクを用いて,提案アルゴリズムの有効性を実証的に実証した。
論文 参考訳（メタデータ） (2020-04-14T07:54:53Z)
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。