論文の概要: Can Vision Models Read the Radar Display? On the Feasibility of Radar Imagery for Air Traffic Complexity Estimation
- arxiv url: http://arxiv.org/abs/2608.11810v1
- Date: Wed, 12 Aug 2026 08:53:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.52598
- Title: Can Vision Models Read the Radar Display? On the Feasibility of Radar Imagery for Air Traffic Complexity Estimation
- Title（参考訳）: レーダディスプレイは視界モデルで読み取れるか? -航空交通複雑度推定のためのレーダ画像の可能性について-
- Abstract要約: 同じイメージで動作するコンピュータビジョンモデルは、コントローラが知覚する複雑さをモデル化するための自然なアーキテクチャを提供するかもしれない。
自然画像とは異なり、レーダー画像は極めてスパースで自己相似である。
航空機の位置の小さな変化は、セクターレベルの複雑さを著しく変える可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Air traffic controllers perceive traffic complexity through the radar display, suggesting that a computer vision model operating on the same imagery may provide a natural architecture for modeling controller-perceived complexity; however, whether radar imagery is a viable input format for deep learning vision models remains unclear. Unlike natural images, radar images are extremely sparse and self-similar, consisting primarily of a black background and a few visually identical aircraft blobs, while small changes in aircraft positions can substantially alter sector-level complexity. To test whether a vision model can capture these operationally important differences, we encode each traffic situation as a position image supplemented by five channels representing aircraft state variables, including heading, speed, and altitude, and train a Vision Transformer (ViT) to regress four intrinsic complexity components derived from pairwise geometric relations among aircraft. The model achieves $R^2 > 0.96$ for all four components, and a one-aircraft-removal perturbation study shows that its response changes proportionally to how much the removed aircraft contributed to sector complexity rather than treating every removal as equivalent. These results demonstrate that, despite its atypical visual characteristics, radar imagery is a viable input format for air traffic complexity modeling.
- Abstract（参考訳）: 航空交通管制官は、レーダディスプレイを通して交通の複雑さを認識し、同じ画像で動作するコンピュータビジョンモデルが、コントローラが知覚する複雑さをモデル化するための自然なアーキテクチャを提供する可能性があることを示唆しているが、レーダ画像がディープラーニングビジョンモデルの実行可能な入力フォーマットであるかどうかはまだ不明である。
自然画像とは異なり、レーダー画像は黒背景と視覚的に同一の航空機のブロブで構成されており、航空機の位置の小さな変化はセクターレベルの複雑さを著しく変える可能性がある。
視覚モデルがこれらの運用上重要な違いを捉えることができるかどうかを検証するため,方向,速度,高度を含む航空機の状態変数を表す5つのチャネルで補足された位置画像として,各交通状況を符号化し,航空機間の一対の幾何学的関係から引き起こされる4つの内在的複雑性成分を復元するビジョントランスフォーマー(ViT)を訓練する。
このモデルは4つの部品すべてに対して$R^2 > 0.96$を達成し、一方の航空機除去摂動実験では、除去された航空機がすべての除去を同等に扱うのではなく、セクターの複雑さにどの程度寄与したかに比例して反応が変化することを示した。
これらの結果は、非定型的な視覚的特徴にもかかわらず、レーダ画像は航空交通の複雑さをモデル化するための実行可能な入力形式であることを示している。
関連論文リスト
- MAD: Mapping-Aware World Models for Agile Quadrotor Flight [47.458890396048126]
マッピング・アウェア・ドリーマー(英: Mapping-Aware Dreamer、MAD)は、視覚に基づく四面体飛行のための幾何学的世界モデルである。
MADは、ロボセントリックな占有率と可視性グリッドマップを再構成する反復潜時ダイナミクスを学習する。
室内・屋外での安全な飛行を限定センシングで実証し,シミュレーションで9.66m/s,実世界の森林実験で5.05m/sに達した。
論文 参考訳（メタデータ） (2026-06-03T07:17:57Z) - V2XCrafter: Learning to Generate Driving Scene Across Agents [52.22336670088219]
協調運転システムは、運転安全性を高めるために、車両間通信(V2X)を利用して協調認識を行う。
エージェントのカメラビューにまたがって制御可能で現実的な協調運転シーンを生成するための最初のフレームワークであるV2XCrafterを提案する。
実験により,V2XCrafterはエージェント間の整合性を持った高忠実かつ制御可能なストリートビューを生成できることがわかった。
論文 参考訳（メタデータ） (2026-05-28T07:03:51Z) - RadarGen: Automotive Radar Point Cloud Generation from Cameras [64.69976771710057]
マルチビューカメラ画像からリアルな自動車用レーダー点雲を合成するための拡散モデルRadarGenを提案する。
RadarGenは、鳥の目視でレーダー計測を表現することで、レーダ領域への効率的な画像遅延拡散を適応する。
本稿では,RadarGenが特徴的レーダ計測分布を捕捉し,実データに基づいて学習した知覚モデルとのギャップを小さくすることを示す。
論文 参考訳（メタデータ） (2025-12-19T18:57:33Z) - MAIFormer: Multi-Agent Inverted Transformer for Flight Trajectory Prediction [0.0]
Multi-Agent Inverted Transformer MAIFormerは、マルチエージェントの飛行軌跡を予測する新しいニューラルネットワークである。
我々は,MAIFormerを実世界における自動監視ブロードキャストフライトトラジェクトリデータセットを用いて評価する。
論文 参考訳（メタデータ） (2025-09-25T10:59:29Z) - Vision Transformers for End-to-End Vision-Based Quadrotor Obstacle Avoidance [13.467819526775472]
高速な視覚に基づく四極子障害物回避のための注意に基づくエンドツーエンドアプローチの能力を実証する。
我々は、高忠実度シミュレーションにおいて、深度画像制御のための視覚変換器(ViT)モデルに対して畳み込み、U-Netおよび繰り返しアーキテクチャを訓練し、比較する。
論文 参考訳（メタデータ） (2024-05-16T18:36:43Z) - Vision-Language Modeling with Regularized Spatial Transformer Networks for All Weather Crosswind Landing of Aircraft [0.3749861135832073]
気象によって引き起こされる視覚劣化をクリアするために訓練された視覚ベースのシステムは、様々な気候条件下で堅牢な着陸データセットを必要とする。
本稿では,迅速な気候拡散ネットワークを訓練し,厳しい気象画像の合成を提案する。
また、新しい拡散蒸留損失を用いた気象蒸留モデルの最適化を行い、これらの視覚的劣化を解明する。
論文 参考訳（メタデータ） (2024-05-09T06:48:42Z) - Rotation Invariant Transformer for Recognizing Object in UAVs [66.1564328237299]
本稿では,UAVから興味の対象を認識するための回転不変視変換器(RotTrans)を提案する。
RotTrans は最先端の mAP と Rank1 よりも5.9%、かつ 4.8% 高い最先端の 最先端の 最先端の 最先端の 技術 をはるかに上回っている。
我々のソリューションは、マルチモーダルビデオ推論・アナライジングコンペティションにおいて、UAVベースの人物認識トラックで第一位を獲得しました。
論文 参考訳（メタデータ） (2023-11-05T03:55:08Z) - Street-View Image Generation from a Bird's-Eye View Layout [95.36869800896335]
近年,Bird's-Eye View (BEV) の知覚が注目されている。
自動運転のためのデータ駆動シミュレーションは、最近の研究の焦点となっている。
本稿では,現実的かつ空間的に一貫した周辺画像を合成する条件生成モデルであるBEVGenを提案する。
論文 参考訳（メタデータ） (2023-01-11T18:39:34Z) - Uncertainty Aware Multitask Pyramid Vision Transformer For UAV-Based
Object Re-Identification [38.19907319079833]
UAVベースのオブジェクトReIDのバックボーンとして、畳み込みのない新しいマルチスケールアーキテクチャであるPraamid Vision Transformer(PVT)を用いるマルチタスク学習手法を提案する。
クラス内変動の不確実性モデリングにより、不確実性認識オブジェクトIDとカメラID情報の両方を用いて、提案手法を協調的に最適化することができる。
論文 参考訳（メタデータ） (2022-09-19T00:27:07Z) - Advancing Plain Vision Transformer Towards Remote Sensing Foundation
Model [97.9548609175831]
約1億のパラメータを持つプレーンビジョントランスフォーマーを利用して、リモートセンシングタスク用にカスタマイズされた大規模なビジョンモデルを提案する。
具体的には、RS画像における大きな画像サイズと様々な向きのオブジェクトを扱うために、回転する様々なウィンドウアテンションを提案する。
検出タスクの実験は、DOTA-V1.0データセット上で81.16%のmAPを達成したすべての最先端モデルよりも、我々のモデルの方が優れていることを示す。
論文 参考訳（メタデータ） (2022-08-08T09:08:40Z) - Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。
本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
論文 参考訳（メタデータ） (2021-04-19T11:48:13Z) - Multi-View Radar Semantic Segmentation [3.2093811507874768]
自動車用レーダーは、周囲の物体の特性を測定する安価なアクティブセンサーである。
レーダー生データのサイズと複雑さのため、シーン理解にはほとんど使われない。
我々は,複数の新しいアーキテクチャとそれに伴う損失を提案し,レンジアングル・ドップラーレーダテンソルの複数の"ビュー"を分析し,意味的にセグメンテーションする。
論文 参考訳（メタデータ） (2021-03-30T09:56:41Z)
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。