論文の概要: A Flexible ROI Analysis Tool for Spatially Consistent Vegetation Index Extraction from Turfgrass Imagery

• arxiv url: http://arxiv.org/abs/2610.26719v1
• Date: Mon, 19 Oct 2026 16:49:30 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-21 06:56:14.674367
• Title: A Flexible ROI Analysis Tool for Spatially Consistent Vegetation Index Extraction from Turfgrass Imagery
• Title（参考訳）: 芝草画像からの空間一貫性植生指数抽出のためのフレキシブルROI解析ツール
• Abstract要約: ターフグラス状態の評価には時系列マルチスペクトルイメージングが広く用いられている。 プロットレベルの植生指標(VI)の抽出は、カメラの位置が取得によって異なり、自動プロットトラッキングが信頼できない場合、労働集約的のままである。 我々は、向き調整可能な関心領域を対話的に配置するためのオープンソースのソフトウェアツールを開発した。
• 参考スコア（独自算出の注目度）: 2.4833613881313217
• License:
• Abstract: Time-series multispectral imaging is widely used to assess turfgrass condition; however, extracting plot-level vegetation index (VI) values remains labor-intensive when camera positions vary between acquisitions and automated plot tracking is unreliable. We developed an open-source software tool comprising (i) a graphical user interface (GUI) for the interactive placement of orientation-adjustable regions of interest (ROIs) with $N$-way subdivision to match plot geometry and (ii) a batch-processing script that computes plot-level mean VI values from single-band floating-point rasters and exports measurements and ROI coordinates in JSON format for reuse. Saved coordinates can be reapplied to measure NDVI, NDRE, and SAVI from identical pixel regions within a single time point without re-delineating ROIs. In a demonstration using rail-mounted multispectral turfgrass imagery (18 images), plot-level mean values were extracted in a single session, with coordinates reused directly for NDRE and SAVI rasters. The system reads non-georeferenced pixel-coordinate rasters natively, does not require GIS expertise, and supports reproducible VI quantification where static sensor deployment is impractical.
• Abstract（参考訳）: 時系列マルチスペクトルイメージングは、ターフグラス状態を評価するために広く用いられているが、カメラの位置が異なる場合にプロットレベルの植生指標(VI)値の抽出は労働集約的であり、自動プロット追跡は信頼性が低い。 我々はオープンソースのソフトウェアツールを開発した。 (i)図形ユーザインタフェース(GUI) 図形図形図形図形図形と図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形と図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形図形 (ii) プロットレベルの平均VI値を単一バンド浮動小数点ラスタから計算し、JSON形式で測定とROI座標をエクスポートして再利用するバッチ処理スクリプト。 NDVI、NDRE、SAVIを1つの時間点内の同じピクセル領域から測定するために、保存された座標を再適用することができる。 レール搭載マルチスペクトルターフグラス画像(18画像)を用いた実演では, NDREおよびSAVIラスタの座標を直接再利用し, プロットレベルの平均値を単一セッションで抽出した。 このシステムは、非幾何学的画素座標ラスタをネイティブに読み出し、GISの専門知識を必要とせず、静的センサーの配置が不可能な再現可能なVI定量化をサポートする。

関連論文リスト

• Rethinking 3D Segmentation from Individual LiDAR Scans: Incidence-Aware Sampling on the SIP Benchmark [2.714583452862024]
  本研究では,個別LiDARスキャンにおける入射型サンプリング手法を提案する。 この方法は、ボクセルベースの選択のために幾何正規化された多様体空間を指し示す。 Point TransformerとPointNeXtによる実験では、解像度平均セグメンテーション性能が改善された。
  論文  参考訳（メタデータ） (2026-08-07T20:42:43Z)
• Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
  無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。 本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。 提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
  論文  参考訳（メタデータ） (2026-04-02T08:08:41Z)
• Object Detection as an Optional Basis: A Graph Matching Network for Cross-View UAV Localization [17.908597896653045]
  本稿では,対象物検出によるマップマッチングを行うUAVローカライゼーションフレームワークを提案する。 典型的なパイプラインでは、UAVの視覚的ローカライゼーションは画像検索の問題として定式化されている。 本手法は, グラフベースノード類似度測定法を用いて, 高精度な検索とローカライズ性能を実現する。
  論文  参考訳（メタデータ） (2025-11-04T11:25:31Z)
• Exploring Efficient Open-Vocabulary Segmentation in the Remote Sensing [55.291219073365546]
  Open-Vocabulary Remote Sensing Image (OVRSIS)は、OVS(Open-Vocabulary)をリモートセンシング(RS)ドメインに適応させる新しいタスクである。 textbfRSKT-Segは、リモートセンシングに適した新しいオープン語彙セグメンテーションフレームワークである。 RSKT-Segは高いOVSベースラインを+3.8 mIoUと+5.9 mACCで上回り、効率的なアグリゲーションによって2倍高速な推論を実現している。
  論文  参考訳（メタデータ） (2025-09-15T15:24:49Z)
• GAIR: Improving Multimodal Geo-Foundation Model with Geo-Aligned Implicit Representations [5.439918212297177]
  マルチモーダルなGeoFM開発における主要な課題は、モダリティ間の地理空間関係を明示的にモデル化することである。 オーバヘッドRSデータ,ストリートビュー画像,それらの位置情報メタデータを統合した,新しいマルチモーダルなGeoFMアーキテクチャであるGAIRを提案する。 GAIRは、RS画像ベース、SV画像ベース、位置埋め込みベースベンチマークにまたがる10の空間的タスクにまたがって評価される。
  論文  参考訳（メタデータ） (2025-03-20T19:59:39Z)
• GeoDTR+: Toward generic cross-view geolocalization via geometric disentanglement [20.346145927174373]
  Cross-View Geo-Localization (CVGL) は、データベース内のジオタグ付き空中画像とマッチングすることで、地上画像の位置を推定する。 既存の手法は、トレーニングデータとテストデータが完全に異なる領域から取得されるクロスエリア評価において、依然としてパフォーマンスの低下に悩まされている。 視覚的特徴の幾何学的レイアウトを抽出する能力の欠如と,低レベルの細部への過度な適合が原因と考えられる。 本研究では,視覚的特徴間の相関をモデル化する拡張GLEモジュールを用いたGeoDTR+を提案する。
  論文  参考訳（メタデータ） (2023-08-18T15:32:01Z)
• Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
  Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。 我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。 私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
  論文  参考訳（メタデータ） (2023-04-20T04:05:22Z)
• VPIT: Real-time Embedded Single Object 3D Tracking Using Voxel Pseudo Images [90.60881721134656]
  本稿では,Voxel Pseudo Image Tracking (VPIT) という,Voxel-based 3D Single Object Tracking (3D SOT) 手法を提案する。 KITTI追跡データセットの実験は、VPITが最速の3D SOT法であり、競合的な成功と精度の値を維持することを示している。
  論文  参考訳（メタデータ） (2022-06-06T14:02:06Z)
• 2D LiDAR and Camera Fusion Using Motion Cues for Indoor Layout Estimation [2.6905021039717987]
  地上ロボットは、単一の床と垂直の壁を持つ屋内空間を探索し、一連の強度画像と2D LiDARデータセットを収集する。 センサ出力と画像セグメンテーションのアライメントは、LiDAR点をアライメントすることで、共同で計算される。 地層境界抽出のための画像の曖昧さをLiDAR観測の助けを借りて除去する。
  論文  参考訳（メタデータ） (2022-04-24T06:26:02Z)

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。