論文の概要: On The Computational Complexity of Minimum Aerial Photographs for Planar Region Coverage

• arxiv url: http://arxiv.org/abs/2512.18268v2
• Date: Sat, 27 Dec 2025 06:12:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.44503
• Title: On The Computational Complexity of Minimum Aerial Photographs for Planar Region Coverage
• Title（参考訳）: 平面領域被覆のための最小空撮の計算複雑性について
• Authors: Si Wei Feng,
• Abstract要約: 本研究は、正方形と円を使って単純な平面多角形を被覆する計算複雑性について検討する。 このアルゴリズムは2.828$-optimal approximationアルゴリズムを開発し、これらの問題を計算によって近似することができることを示した。 この研究の直感は、航空写真だけでなく、殺虫剤の散布や戦略的センサー配置といった幅広い用途にも及んでいる。
• 参考スコア（独自算出の注目度）: 7.716156977428554
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the popularity of drone technologies, aerial photography has become prevalent in many daily scenarios such as environment monitoring, structure inspection, law enforcement etc. A central challenge in this domain is the efficient coverage of a target area with photographs that can entirely capture the region, while respecting constraints such as the image resolution, and limited number of pictures that can be taken. This work investigates the computational complexity of covering a simple planar polygon using squares and circles. Specifically, it shows inapproximability gaps of $1.165$ (for squares) and $1.25$ (for restricted square centers) and develops a $2.828$-optimal approximation algorithm, demonstrating that these problems are computationally intractable to approximate. The intuitions of this work can extend beyond aerial photography to broader applications such as pesticide spraying and strategic sensor placement.
• Abstract（参考訳）: ドローン技術の普及に伴い、環境監視、構造検査、法執行など、多くの日常シナリオで航空写真が普及している。 この領域の中心的な課題は、画像解像度や撮影可能な限られた枚数といった制約を尊重しながら、領域を完全にキャプチャできる写真を含む標的領域の効率的なカバレッジである。 本研究は、正方形と円を使って単純な平面多角形を被覆する計算複雑性について検討する。 具体的には、1.165ドル(正方形の場合)と1.25ドル(制限された正方形中心の場合)の不適応性ギャップを示し、2.828ドルの最適近似アルゴリズムを開発し、これらの問題は計算的に近似可能であることを示した。 この研究の直感は、航空写真だけでなく、殺虫剤の散布や戦略的センサー配置といった幅広い用途にも及んでいる。

関連論文リスト

• Panoramic Affordance Prediction [94.50813972018504]
  順応予測は、具体化されたAIにおける知覚と行動の間に重要な橋渡しとなる。 本研究では,360度画像を用いたパノラマ精度予測法について紹介する。 本研究では,ヒトの胎児の視覚系に触発されたトレーニング不要で粗いパイプラインであるPAPを提案する。
  論文  参考訳（メタデータ） (2026-03-16T17:21:49Z)
• On the Probabilistic Learnability of Compact Neural Network Preimage Bounds [71.59148070050212]
  本研究では,高信頼度保証と有界誤差の解の提供を目的とした,新しい確率論的視点を採用する。 このメソッドは、ランダム化された決定ツリーのアンサンブルを利用して、所望の出力特性を満たす候補入力領域を生成する。 我々の理論的導出は、地域純度とグローバルカバレッジに関する正式な統計的保証を提供し、実用的なスケーラブルなコンピューティングソリューションを提供する。
  論文  参考訳（メタデータ） (2025-11-10T16:56:51Z)
• AerialMegaDepth: Learning Aerial-Ground Reconstruction and View Synthesis [57.249817395828174]
  本研究では,3次元都市規模のメッシュからの擬似合成レンダリングと,実地レベルでのクラウドソース画像を組み合わせたスケーラブルなフレームワークを提案する。 擬似合成データは、幅広い空中視点をシミュレートする一方、実際のクラウドソース画像は、地上レベルの画像の視覚的忠実度を改善するのに役立つ。 このハイブリッドデータセットを使用して、いくつかの最先端のアルゴリズムを微調整し、実世界のゼロショット地上作業において大幅な改善を実現する。
  論文  参考訳（メタデータ） (2025-04-17T17:57:05Z)
• SaccadeDet: A Novel Dual-Stage Architecture for Rapid and Accurate Detection in Gigapixel Images [50.742420049839474]
  SaccadeDetは、人間の目の動きにインスパイアされた、ギガピクセルレベルの物体検出のための革新的なアーキテクチャである。 PANDAデータセットを用いて評価した本手法は,最先端手法の8倍の高速化を実現する。 また、全スライドイメージングへの応用を通じて、ギガピクセルレベルの病理解析に有意な可能性を示す。
  論文  参考訳（メタデータ） (2024-07-25T11:22:54Z)
• A Novel Method to Improve Quality Surface Coverage in Multi-View Capture [4.104177767144517]
  被写界深度 (deep of field) は、被写体からカメラまでの距離を短くしたり、焦点距離が大きい場合の限界因子である。 被被覆表面積の品質を最適化する,各カメラに焦点距離を導出する手法を提案する。 本手法の有効性を,全身撮影における様々なシミュレーションで示す。
  論文  参考訳（メタデータ） (2024-07-21T00:14:15Z)
• $\infty$-Brush: Controllable Large Image Synthesis with Diffusion Models in Infinite Dimensions [58.42011190989414]
  無限次元における新しい条件拡散モデル、制御可能な大画像合成のための$infty$-Brushを導入する。 我々の知る限り、$infty$-Brushは関数空間における最初の条件拡散モデルであり、最大4096times4096$ピクセルの任意の解像度で画像を制御できる。
  論文  参考訳（メタデータ） (2024-07-20T00:04:49Z)
• Building Footprint Extraction in Dense Areas using Super Resolution and Frame Field Learning [1.949927790632678]
  超解像は、空中画像の空間分解能を高めるために用いられ、より微細な細部を捉えることができる。 この強調画像は、セグメンテーションヘッドとフレームフィールド学習ヘッドからなるマルチタスク学習モジュールへの入力として機能する。 我々のモデルは適応的な損失重み付けによって制御され、鋭いエッジと細粒度ポリゴンの抽出が可能となる。
  論文  参考訳（メタデータ） (2023-09-04T15:15:34Z)
• Grid-guided Neural Radiance Fields for Large Urban Scenes [146.06368329445857]
  近年のアプローチでは、シーンを地理的に分割し、複数のサブNeRFを採用して各領域を個別にモデル化する手法が提案されている。 もう一つの解決策は、計算効率が良く、大きなシーンに自然にスケールできる機能グリッド表現を使用することである。 本稿では,大規模都市における高忠実度レンダリングを実現し,計算効率を向上する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-03-24T13:56:45Z)
• Agile wide-field imaging with selective high resolution [3.0080996413230667]
  2つの検出器しか必要としない選択的高分解能のアジャイルワイドフィールドイメージングフレームワークを報告する。 この仮定では、短焦点カメラを用いて一定の低解像度で広視野を撮像し、長焦点カメラを用いてROIのHR画像を取得する。 リアルタイムにROIを自動的に特定するために,効率的な深層学習に基づくマルチスケール登録手法を提案する。
  論文  参考訳（メタデータ） (2021-06-09T14:01:34Z)

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。