Fugu-MT 論文翻訳(概要): Evaluation of image simulation open source solutions for simulation of synthetic images in lunar environment

論文の概要: Evaluation of image simulation open source solutions for simulation of synthetic images in lunar environment

arxiv url: http://arxiv.org/abs/2604.22296v1
Date: Fri, 24 Apr 2026 07:26:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-27 15:36:26.379457
Title: Evaluation of image simulation open source solutions for simulation of synthetic images in lunar environment
Title（参考訳）: 月環境における合成画像シミュレーションのための画像シミュレーションオープンソースソリューションの評価
Authors: Jai G Singla, Hinal B Patel, Nitant Dube,
Abstract要約: 合成画像生成は、惑星ミッションにとって重要な入力の1つである。画像シミュレーションは、着陸地点の評価、ハザードの検出、ミッションにおけるナビゲーションシステムの検証に不可欠である。本研究では,月面環境に対する様々な画像シミュレーション手法の詳細な評価を行う。
参考スコア（独自算出の注目度）: 0.2548904650574671
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Synthetic image generation is one of the crucial input for planetary missions. It enables researchers and engineers to visualize planned planetary missions, test imaging systems and plan exploration activities in a virtual environment before actual deployment. Image simulation is essential for assessing landing sites, detecting hazards, and validating navigation systems in a missions. This study offers a detailed evaluation of various image simulation approaches for the lunar environment, with particular emphasis on the effects of different camera models and light illumination conditions on the quality of synthetic lunar images. These images are produced using real Digital Elevation Models (DEM) and terrain data derived from instruments such as Chandrayaan-2 Orbiter High Resolution Camera (OHRC) and NASA's Wide Angle Camera (WAC), and Narrow Angle Camera (NAC) instruments. This research aims to improve the reliability of synthetic imagery in supporting autonomous navigation and decision-making systems in lunar exploration. This work contributes to the development of more effective tools for generating important information for future lunar missions and enhances the understanding of the moon's surface environment.
Abstract（参考訳）: 合成画像生成は、惑星ミッションにとって重要な入力の一つである。研究者や技術者は、実際の展開前に計画された惑星ミッション、画像システムのテスト、仮想環境での探索活動を可視化することができる。画像シミュレーションは、着陸地点の評価、ハザードの検出、ミッションにおけるナビゲーションシステムの検証に不可欠である。本研究は,様々なカメラモデルと照明条件が合成月面画像の品質に与える影響に着目し,月面環境に対する様々な画像シミュレーション手法の詳細な評価を行う。これらの画像は、実際のDEM(Digital Elevation Models)と、Chandrayaan-2 Orbiter High Resolution Camera(OHRC)やNASAのワイドアングルカメラ(WAC)、ナローアングルカメラ(NAC)といった機器から得られた地形データを用いて作成されている。本研究は,月探査における自律航法と意思決定システムを支援するために,合成画像の信頼性を向上させることを目的とする。この研究は、将来の月のミッションのために重要な情報を生成するためのより効果的なツールの開発に貢献し、月の表面環境の理解を深める。

関連論文リスト

VAD4Space: Visual Anomaly Detection for Planetary Surface Imagery [10.629206528012052]
惑星探査における自動発見の枠組みとして視覚異常検出について検討する。実際の惑星画像に対する最新の特徴量に基づくVAD手法の実証評価を行った。この研究は実践的なベンチマークを確立し、様々なミッションクリティカルなアプリケーションをサポートするためのオープンワールド認識システムの可能性を強調している。
論文参考訳（メタデータ） (2026-03-14T15:42:17Z)
Mirage2Matter: A Physically Grounded Gaussian World Model from Video [87.9732484393686]
我々は、グラフィック駆動の世界モデリングおよびシミュレーションフレームワークであるSimulate Anythingを紹介する。実世界の環境を3次元ガウススプレイティング(3DGS)による写実的シーン表現に再構築する。次に、生成モデルを利用して、物理的に現実的な表現を復元し、精度校正ターゲットを介してシミュレーション環境に統合する。
論文参考訳（メタデータ） (2026-01-24T07:43:57Z)
Construction of Digital Terrain Maps from Multi-view Satellite Imagery using Neural Volume Rendering [16.61956311882373]
衛星画像から直接テクスチャ化されたデジタル地形図を学習するために、ニューラルネットワークのボリュームレンダリング技術を適用する。我々は、地球と火星の合成衛星データと実際の衛星データの両方について、我々の手法を実証する。提案手法は,衛星画像の解像度とほぼ等しい地形予測精度で,有望な結果を示す。
論文参考訳（メタデータ） (2025-08-02T14:29:20Z)
Martian World Models: Controllable Video Synthesis with Physically Accurate 3D Reconstructions [116.56517155163716]
本研究では,実際のステレオナビゲーション画像から3次元火星環境を再構築するデータキュレーションパイプラインを提案する。火星の地形ビデオジェネレータMarsGenは、データにエンコードされた3D構造と視覚的にリアルで幾何学的に整合した新しいビデオを合成する。提案手法は、地上データセットで訓練された映像合成モデルより優れ、優れた視覚的忠実度と3次元構造整合性を実現する。
論文参考訳（メタデータ） (2025-07-10T17:54:27Z)
Conceptual framework for the application of deep neural networks to surface composition reconstruction from Mercury's exospheric data [77.40388962445168]
本研究では、ディープニューラルネットワーク(DNN)を用いた中性外気圏のその場測定から水銀のレゴリス元素組成の導出の可能性について検討する。本稿では,下記表層リゴリスの化学成分を予測した制御フィードフォワードDNNアーキテクチャを提案する。表面と外圏の相互作用や、外圏の形成に至る過程を推定する指標として機能する。
論文参考訳（メタデータ） (2025-05-16T09:52:45Z)
Stereophotoclinometry Revisited [14.971236515078857]
Photoclinometry-from-Motion (PhoMo) は、フォトクリノメトリ技法をキーポイントベースの構造移動システムに組み込む新しいフレームワークである。 PhoMoは、検出されたランドマークで表面の正常とアルベドを推定し、自律的な表面を改善し、小さな天体の形状を特徴づける。提案された枠組みは、小惑星Vestaと小惑星CeresへのDawnミッションによって撮影された実際の画像に基づいて検証されている。
論文参考訳（メタデータ） (2025-04-11T04:33:56Z)
On the Generation of a Synthetic Event-Based Vision Dataset for Navigation and Landing [69.34740063574921]
本稿では,最適な着陸軌道からイベントベースの視覚データセットを生成する手法を提案する。我々は,惑星と小惑星の自然シーン生成ユーティリティを用いて,月面のフォトリアリスティックな画像のシーケンスを構築した。パイプラインは500トラジェクトリのデータセットを構築することで,表面特徴の現実的なイベントベース表現を生成することができることを示す。
論文参考訳（メタデータ） (2023-08-01T09:14:20Z)
Image simulation for space applications with the SurRender software [0.0]
従来のレンダリングエンジンが、宇宙アプリケーションにとって潜在的に重要な制限を提示する理由を説明します。我々はAirbus SurRenderソフトウェアv7を紹介し、非常に強力な宇宙画像シミュレータを実現する機能の詳細を提供する。
論文参考訳（メタデータ） (2021-06-21T18:00:01Z)
GeoSim: Photorealistic Image Simulation with Geometry-Aware Composition [81.24107630746508]
GeoSimは、新しい都市の運転シーンを合成するジオメトリ認識の画像合成プロセスです。まず、センサーデータからリアルな形状と外観の両方を備えた多様な3Dオブジェクトのバンクを構築します。得られた合成画像は、フォトリアリズム、トラフィック認識、幾何学的一貫性があり、画像シミュレーションが複雑なユースケースにスケールできる。
論文参考訳（メタデータ） (2021-01-16T23:00:33Z)
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)
Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
論文参考訳（メタデータ） (2020-07-27T17:46:59Z)

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。