論文の概要: Computer Vision-Based Early Detection of Container Loss at Sea
- arxiv url: http://arxiv.org/abs/2604.24193v1
- Date: Mon, 27 Apr 2026 08:53:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-28 17:12:07.866283
- Title: Computer Vision-Based Early Detection of Container Loss at Sea
- Title（参考訳）: コンピュータビジョンによる海におけるコンテナ損失の早期検出
- Authors: Vishakha Lall, Capt. Stanley S Pinto, Capt. Chu Xing Peng, Wu Kaiwen,
- Abstract要約: 本研究は、不安定な容器を早期に検出するための、低コストで再適合可能なコンピュータビジョンベースのシステムを示す。
提案手法は、貨物の安全性、運用上のレジリエンス、規制コンプライアンスを強化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Containerised shipping underpins global trade, yet container loss at sea remains a persistent safety, environmental, and economic challenge. Despite compliance with Cargo Securing Manuals, dynamic maritime conditions such as vessel motion, wind loading, and severe sea states can progressively destabilise container stacks, leading to overboard losses. With the new International Maritime Organisation's (IMO) mandatory reporting requirements for lost containers, there is an urgent need for a reliable, evidence-based early detection solution for destabilised containers. This study showcases a low-cost, retrofittable computer vision-based system for early detection of destabilised containers using existing onboard cameras. The framework integrates object segmentation to isolate container stacks, temporal object tracking using optical flow and individual objects' residual motion extraction to quantify relative movement. Experimental evaluation on real onboard ship footage demonstrates that the proposed pipeline effectively isolates container-level motion under challenging conditions of varying sea states and visibility conditions. By enabling early alerts for crew intervention and navigational adjustment, the proposed approach enhances cargo safety, operational resilience, and regulatory compliance.
- Abstract（参考訳）: コンテナ輸送は世界的な貿易の基盤となっているが、コンテナの海上での損失は、引き続き持続的な安全、環境、経済上の課題である。
Cargo Securing Manualsに準拠しているにもかかわらず、船舶の移動、風力の積み込み、厳しい海の状態といった動的海洋条件は徐々にコンテナスタックを不安定にし、船上損失をもたらす。
新たな国際海事機関(IMO)は、失われたコンテナに対するレポート要件を義務付けているため、不安定化したコンテナに対する信頼性の高いエビデンスベースの早期検出ソリューションが緊急に必要である。
本研究は、既存の搭載カメラを用いて、不安定化したコンテナを早期に検出するための、低コストで再適合可能なコンピュータビジョンベースのシステムを示す。
このフレームワークは、オブジェクトセグメンテーションを統合して、コンテナスタックを分離し、光学フローを用いた時間的オブジェクト追跡と、個々のオブジェクトの残留運動抽出を行い、相対的な動きを定量化する。
実船の映像実験により, 様々な海状態や視認性条件下でのコンテナレベルの動作を効果的に分離できることが実証された。
乗組員の介入や航法調整の早期警戒を可能にすることで、提案手法は貨物の安全性、運用上のレジリエンス、規制コンプライアンスを高める。
関連論文リスト
- A Robust Simulation Framework for Verification and Validation of Autonomous Maritime Navigation in Adverse Weather and Constrained Environments [7.743296200054435]
海上自律型表面船(MASS)は、航行安全、運用効率、長期費用効率を高めるための有望なソリューションとして登場した。
信頼性の高い展開には、様々な環境条件下で厳密な検証と検証(V&V)が必要である。
本稿では,現実的な海洋環境におけるMASSのV&Vを支援するための仮想シミュレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-03T00:25:09Z) - Fixed-time control with prescribed performance for path following of underwater gliders [1.3149034455953847]
本稿では,水中グライダーの3次元経路に対する所定時間性能制御方式を提案する。
主な貢献は、有限時間性能関数を固定時間制御フレームワークに統合することである。
2つ目の重要な貢献は、固定時間スライディングモード外乱オブザーバの開発である。
論文 参考訳（メタデータ） (2025-12-23T20:11:25Z) - HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames [50.83645076723809]
HUNT (High-speed UAV Navigation and Tracking) は、1つの相対的な定式化の中で統合、取得、追跡を行うリアルタイムフレームワークである。
密林、コンテナ化合物、および車両やマネキンによる捜索救助活動の試行は、グローバルな方法が失敗した場合の堅牢な自律性を示している。
論文 参考訳（メタデータ） (2025-09-23T18:07:10Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - Enhancing Marine Debris Acoustic Monitoring by Optical Flow-Based Motion Vector Analysis [0.0]
本報告では, 海洋デブリモニタリングのための光学的フローベース手法を提案する。
提案手法は循環式水槽実験により検証した。
論文 参考訳（メタデータ） (2024-12-28T08:55:37Z) - Real-Time Event-Based Tracking and Detection for Maritime Environments [1.6058099298620423]
イベントカメラは、高速で動くオブジェクトをキャプチャできるため、オブジェクト追跡アプリケーションに最適である。
既存のイベントベースのクラスタリングと、監視とオブジェクト検出のための機能トラッキングアプローチは、ほとんどのケースでうまく機能します。
しかし、海洋環境は、大半を発生させる波の傾向など、ユニークな課題を生んでいる。
論文 参考訳（メタデータ） (2022-02-09T02:30:27Z) - Challenges in Vessel Behavior and Anomaly Detection: From Classical
Machine Learning to Deep Learning [10.61567813380562]
本稿では,従来の機械学習と深層学習の課題と機会について論じる。
これらの課題に対処することは、実際のインテリジェントな海上監視システムにとって重要なステップであり、新しい方法やツールの研究を動機づけたいと考えています。
論文 参考訳（メタデータ） (2020-04-07T21:25:12Z)
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。