論文の概要: Image-Domain Tilt Constrained Distributed Fusion for Maneuvering UAV Tracking with Multi-Camera Electro-Optical Observations

• arxiv url: http://arxiv.org/abs/2607.01008v1
• Date: Wed, 01 Jul 2026 14:45:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.940388
• Title: Image-Domain Tilt Constrained Distributed Fusion for Maneuvering UAV Tracking with Multi-Camera Electro-Optical Observations
• Title（参考訳）: マルチカメラ電気光学観測によるUAV追尾のための画像領域制約分散核融合
• Abstract要約: 本稿では,UAV追跡操作のための画像領域傾斜制限分散融合法を提案する。 この方法はロータクラフト目標の見かけのロールとピッチを低レベルの操作キューとして画像に用いた。 その結果、画像領域の傾きは、堅牢な短水平UAV予測に有用な加速度制約を与えることができた。
• 参考スコア（独自算出の注目度）: 1.5469452301122173
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Short-horizon prediction is essential for electro-optical UAV tracking, especially when the target is small, maneuvering, or intermittently observed. Image center, line-of-sight, and range measurements provide direct constraints on target position, but their constraints on acceleration are weak. As a result, prediction can lag during aggressive maneuvers. This paper proposes an image-domain tilt constrained distributed fusion method for maneuvering UAV tracking. The method uses the apparent roll and pitch of a rotorcraft target in the image as low-level maneuver cues. A weak-prior auto-labeling pipeline first generates oriented bounding box and image-domain tilt labels from synchronized video, gimbal IMU, and UAV IMU data. A YOLO-OBB detector is then trained to provide online target position and tilt measurements. The front-end Python implementation is publicly available at github.com/ShineMinxing/PythonYOLO. In the fusion stage, the UAV state is modeled by position, velocity, and acceleration. Image-domain roll and pitch are introduced as acceleration-related pseudo-observations. For distributed tracking, one mobile gimbal camera and two fixed ground cameras are fused asynchronously. Camera attitude error states are augmented into the filter to absorb extrinsic drift and cross-camera systematic inconsistency. A Mahalanobis gate with time-since-last-valid covariance widening is used to reject false detections and handle dropouts. In simulation, adding roll/pitch observations reduces the prediction RMSE from 1.991 m to 0.821 m and decreases the cumulative prediction error by 60.75\%. In real distributed experiments, a self-consistency evaluation shows an 18.10\% reduction in cumulative prediction error. The results show that image-domain tilt can provide useful acceleration constraints for robust short-horizon UAV prediction.
• Abstract（参考訳）: 短水平予測は、特に標的が小さく、操作的、または断続的に観察される場合、電気光学的UAV追跡に不可欠である。 画像中心、視線、距離測定は目標位置に対して直接的制約を与えるが、加速度に対する制約は弱い。 その結果、アグレッシブな操作中に予測が遅れる可能性がある。 本稿では,UAV追跡操作のための画像領域傾斜制限分散融合法を提案する。 この方法はロータクラフト目標の見かけのロールとピッチを低レベルの操作キューとして画像に用いた。 弱い優先的な自動ラベルパイプラインは、まず、同期ビデオ、ジンバルIMU、UAVIMUデータから、配向境界ボックスと画像領域傾斜ラベルを生成する。 その後、YOLO-OBB検出器がトレーニングされ、オンラインの目標位置と傾きの測定が提供される。 フロントエンドのPython実装はgithub.com/ShineMinxing/PythonYOLOで公開されている。 融合段階では、UAV状態は位置、速度、加速度によってモデル化される。 イメージドメインロールとピッチは、アクセラレーション関連の擬似観測として導入される。 分散トラッキングでは、モバイルジンバルカメラ1台と固定地上カメラ2台を非同期で融合させる。 カメラの姿勢誤差状態をフィルターに拡張して、外在的ドリフトとクロスカメラの系統的不整合を吸収する。 マハラノビスゲートとラスト・ラスト・バリッドの共分散拡張は、誤検出を拒否し、ドロップアウトを処理するために用いられる。 シミュレーションでは、ロール/ピッチ観測を追加することでRMSEの予測は1.991mから0.821mに減少し、累積予測誤差は60.75\%減少する。 実際の分散実験では、自己整合性評価は累積予測誤差の18.10倍の減少を示す。 その結果、画像領域の傾きは、堅牢な短水平UAV予測に有用な加速度制約を与えることができた。

関連論文リスト

• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• FARI: Robust One-Step Inversion for Watermarking in Diffusion Models [89.29541056113442]
  インバージョンベースの透かしは拡散生成画像の認証に有望なアプローチである。 既存のアプローチは内部トランケーションエラーを過度に最適化する。 textbfFARIは、透かし抽出のためのデノイザの軽量対向LoRA微調整と組み合わせたワンステップ逆変換フレームワークである。
  論文  参考訳（メタデータ） (2026-07-29T10:13:55Z)
• TACO: Trajectory Aligning Cross-view Optimisation [13.162763356411448]
  クロスビュー・ジオローカライゼーションは地上画像と衛星タイルとを一致させて絶対的な位置修正を行う。 近年の細粒化CVGL法は, サブタイル式メートル法を推し進めているが, ワンショットローカライザーとしてのみ評価されている。 TACOは密結合型IMU+細粒化CVGLパイプラインであり,起動時に1回の読み取りを消費し,その後,オンボードセンシングのみで動作させる。
  論文  参考訳（メタデータ） (2026-05-05T03:04:49Z)
• Self-supervised Domain Adaptation for Visual 3D Pose Estimation of Nano-drone Racing Gates by Enforcing Geometric Consistency [43.497514957094275]
  シミュレーションデータに基づいて事前学習した畳み込みニューラルネットワークを用いて,ナノクワッドロータの前方のドローンレースゲートの相対的なポーズを視覚的に推定する作業を検討する。 ゲートの前方に任意の軌道を飛行するドローンによって収集された実画像のみを用いた教師なし領域適応(UDA)手法を提案する。
  論文  参考訳（メタデータ） (2026-03-03T12:46:25Z)
• Event-Only Drone Trajectory Forecasting with RPM-Modulated Kalman Filtering [0.5524043015533312]
  本研究は,プロペラが引き起こすモーションキューを活用する,イベントのみのドローン予測手法を導入する。 プロペラ回転速度は、生のイベントデータから直接抽出され、RPM対応カルマンフィルタフレームワーク内で融合される。
  論文  参考訳（メタデータ） (2026-03-02T15:48:51Z)
• SDG-Track: A Heterogeneous Observer-Follower Framework for High-Resolution UAV Tracking on Embedded Platforms [11.029096488950414]
  エッジデバイス上での小型無人航空機(UAV)のリアルタイム追跡は、根本的な解像度と速度の衝突に直面している。 本稿では,この競合を解消するためにObserver-Followerアーキテクチャを採用するスパース検出ガイドトラッカーを提案する。 地上対空追跡実験では、SDG-Trackはフレーム毎の検出精度の97.2%を維持しながら35.1 FPSシステムスループットを達成した。
  論文  参考訳（メタデータ） (2025-12-04T15:11:43Z)
• iGaussian: Real-Time Camera Pose Estimation via Feed-Forward 3D Gaussian Splatting Inversion [62.09575122593993]
  iGaussianは2段階のフィードフォワードフレームワークで、直接3Dガウス変換によるリアルタイムカメラポーズ推定を実現する。 NeRF Synthetic, Mip-NeRF 360, T&T+DB データセットの実験結果から, 従来の手法に比べて大幅な性能向上が得られた。
  論文  参考訳（メタデータ） (2025-11-18T05:22:22Z)
• SOTA: Spike-Navigated Optimal TrAnsport Saliency Region Detection in Composite-bias Videos [50.51658520045165]
  Spike-d TrAnsport Saliency Region Detection (SOTA)は、スパイクカメラの強度を活用しつつ、空間次元と時間次元の両方のバイアスを緩和するフレームワークである。 本手法では,微妙なフレーム・ツー・フレームの変動を捉えるために,スパイクに基づくマイクロデビア(SM)を導入する。 SOTAは様々な条件にまたがる不整合を減らして予測を洗練させる。
  論文  参考訳（メタデータ） (2025-05-01T08:30:40Z)
• Unified Human Localization and Trajectory Prediction with Monocular Vision [64.19384064365431]
  MonoTransmotionはトランスフォーマーベースのフレームワークで、モノクロカメラのみを使用して、ローカライゼーションと予測タスクを共同で解決する。 両タスクを統合フレームワークで共同でトレーニングすることにより,ノイズの多い入力による実環境シナリオにおいて,我々の手法がより堅牢であることを示す。
  論文  参考訳（メタデータ） (2025-03-05T14:18:39Z)
• RSAR: Restricted State Angle Resolver and Rotated SAR Benchmark [61.987291551925516]
  単位円制限損失を組み込んで角度予測精度を向上させるユニットサイクルリゾルバを導入する。 提案手法は,既存の最先端教師あり手法の性能を効果的に向上させることができる。 UCRの助けを借りて、これまでで最大の多クラス回転SARオブジェクト検出データセットであるRSARをさらに注釈し、導入する。
  論文  参考訳（メタデータ） (2025-01-08T11:41:47Z)
• Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
  様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。 本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。 本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-04-19T19:44:24Z)
• Real-time Object Detection for Streaming Perception [84.2559631820007]
  ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。 ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。 提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
  論文  参考訳（メタデータ） (2022-03-23T11:33:27Z)
• Lidar with Velocity: Motion Distortion Correction of Point Clouds from Oscillating Scanning Lidars [5.285472406047901]
  移動物体からのライダー点雲の歪みは、自律運転において重要な問題である。 グスタフソンをベースとしたライダーとカメラの融合は,全速度を推定し,ライダーの歪みを補正するために提案される。 このフレームワークは実際の道路データに基づいて評価され、融合法は従来のICP法やポイントクラウド法よりも優れている。
  論文  参考訳（メタデータ） (2021-11-18T03:13:08Z)

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。