論文の概要: Beyond Direct Imaging: Quantum Measurement Design for Small-Target Detection in UAV Hyperspectral Sensing

• arxiv url: http://arxiv.org/abs/2610.39226v1
• Date: Thu, 29 Oct 2026 02:45:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 07:30:40.390445
• Title: Beyond Direct Imaging: Quantum Measurement Design for Small-Target Detection in UAV Hyperspectral Sensing
• Title（参考訳）: 直接イメージングを超えて:UAVハイパースペクトルセンシングにおける小型ターゲット検出のための量子計測設計
• Abstract要約: 小さなミネラルパッチはスペクトル的に区別されるが、回折が周囲の岩石と光を混合するのを検出することは困難である。 従来のハイパースペクトル検出器は記録された強度を分析し、光学的測定自体を通じて標的の証拠を回収する機会を残している。 我々は、無人航空機(UAV)におけるこの機会を利用するための量子支援フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 16.18647871950432
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Small mineral patches can be spectrally distinct yet difficult to detect when diffraction mixes their light with the surrounding rock. Conventional hyperspectral detectors analyze recorded intensities, leaving an opportunity to recover target evidence through the optical measurement itself. We develop a quantum-assisted framework for exploiting this opportunity in prospective unmanned aerial vehicle (UAV) hyperspectral sensing. A common radiometric and diffraction model describes direct imaging and spatial-mode measurements of the same light. The theory identifies target changes that survive background fitting and explains when mode measurements retain more detection information. It quantifies losses from mode mismatch and unresolved outputs, linking the quantum benchmark to finite receiver design. A common-basis result identifies when material spectra can share a spatial measurement at fixed geometry. An adaptive receiver uses an imaging pilot to select candidate modes and combines both stages in a full-region presence test. Simulations based on measured mineral spectra and published UAV acquisition scales demonstrate gains over complete direct imaging at a shared active-exposure budget, including pilot cost and optical loss. At matched empirical 1\% region-level false alarms, detection increases from 62.95\% to 69.65\% for a representative target. Paired analysis supports gains with registration uncertainty and, separately, under controlled nonuniform backgrounds. Calibrated mode errors reveal where measurement losses weaken or reverse the benefit. These results connect background identifiability to receiver choices and their operating conditions. They provide a framework for designing spatial measurements alongside spectral channels to detect small material features.
• Abstract（参考訳）: 小さなミネラルパッチはスペクトル的に区別されるが、回折が周囲の岩石と光を混合するのを検出することは困難である。 従来のハイパースペクトル検出器は記録された強度を分析し、光学的測定自体を通じて標的の証拠を回収する機会を残している。 我々は、無人航空機(UAV)におけるこの機会を利用するための量子支援フレームワークを開発した。 一般的なラジオメトリックと回折モデルでは、同じ光の直接撮像と空間モードの測定が記述されている。 この理論は、バックグラウンドフィッティングを生き残るターゲット変更を特定し、モード計測がより多くの検出情報を保持しているかを説明する。 モードミスマッチと未解決の出力から損失を定量化し、量子ベンチマークを有限受信機設計にリンクする。 共通基底結果は、物質スペクトルが固定幾何における空間測定を共有できるかどうかを識別する。 適応受信機は、撮像パイロットを使用して候補モードを選択し、全領域プレゼンステストで両方のステージを組み合わせる。 測定されたミネラルスペクトルと公表されたUAV取得スケールに基づくシミュレーションは、パイロットコストや光学損失を含む、共有された能動露光予算での完全な直接撮像よりも向上することを示す。 一致した実験的な1\%の領域レベルの誤報では、検出は代表目標に対して62.95\%から69.65\%に増加する。 ペアード分析は、登録の不確実性を伴うゲインをサポートし、制御された非一様背景の下で別々にサポートする。 校正モード誤差は、測定損失が利点を弱めたり逆になったりすることを明らかにする。 これらの結果は、背景の識別可能性と受信者選択とその動作条件を結びつける。 彼らは、小さな材料の特徴を検出するためのスペクトルチャネルと共に空間測定を設計するためのフレームワークを提供する。

関連論文リスト

• Spatial-Mode Selection for Local Mineral Absorption Spectroscopy [16.18647871950432]
  本研究では、空間モードデマルチプレクシング(SPADE)を用いて、目標吸収応答を維持する量子インスパイアされた測定フレームワークを開発する。 このフレームワークは有限ミネラル領域幾何学と参照スペクトルを推定精度に結合する。
  論文  参考訳（メタデータ） (2026-10-29T02:42:25Z)
• Accurate noise spectroscopy using quantum sensing ensembles [70.36032466145112]
  本稿では,アンサンブルコヒーレンスを用いた真の音源雑音スペクトルに対する解析手法を提案する。 周波数選択性と重み付け信号の収集を両立させて,シーケンスタイミングがアンサンブルノイズスペクトロスコピーにおいて二重の役割を担っていることを示す。 本手法をダイヤモンド中の浅い窒素空孔中心のモデル系に適用し, MHz帯表面雑音のスペクトル特性について一貫した情報が得られることを示す。
  論文  参考訳（メタデータ） (2026-09-15T05:03:36Z)
• Set-Based Transformer for Atmospheric Compensation in Standoff LWIR Hyperspectral Imaging [6.066442015301664]
  本稿では,複数の放射率測定,透過率,大気経路放射率,共有下降スペクトルを併用した,軽量なセットベース深層学習フレームワークを提案する。 学習した表現をスパースオートエンコーダを用いて解析し、テストデータの地理的コヒーレントな部分集合上で複数の潜在特徴が活性化されることを観察する。
  論文  参考訳（メタデータ） (2026-06-06T20:25:30Z)
• mmAnomaly: Leveraging Visual Context for Robust Anomaly Detection in the Non-Visual World with mmWave Radar [2.1531495561529663]
  我々はmmWaveレーダとRGBD入力を組み合わせて視覚コンテキストを組み込むマルチモーダル異常検出フレームワークであるmmAnomalyを提案する。 隠蔽兵器の局所化,スルーウォールの局所化侵入,およびスルーウォールのフォールローカライゼーションの3つの応用にまたがる2つのマルチモーダルデータセットに対するmmAnomalyの評価を行った。
  論文  参考訳（メタデータ） (2026-04-01T02:07:57Z)
• Foundation Visual Encoders Are Secretly Few-Shot Anomaly Detectors [58.75916798814376]
  FoundADと呼ばれる数発の異常検出装置を開発した。 画像中の異常量は学習した埋め込みの差と直接相関する。 簡単な演算子は、画像中の分布外領域を特徴付け識別する異常検出の有効なツールとして機能する。
  論文  参考訳（メタデータ） (2025-10-02T11:53:20Z)
• Quantum Limited Spatial Resolution of NV-Diamond Magnetometry [0.6384650391969042]
  本研究では,光空間モードデマルチプレクシング(SPADE)を用いて,サブ回折スケールでの局所化と輝度推定精度を向上させる。 我々は、サブ回折光検出磁気共鳴(ODMR)とRabiセンシング実験のためのプロトコルの統計的性能を数値的に評価した。
  論文  参考訳（メタデータ） (2025-08-19T01:39:03Z)
• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
  スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。 スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。 本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• Learning a Cross-modality Anomaly Detector for Remote Sensing Imagery [21.444315419064882]
  リモートセンシング異常検知器は、地球観測の潜在的な標的として、背景から逸脱する物体を見つけることができる。 現在の異常検出器は特定の背景分布を学習することを目的としており、訓練されたモデルは見えない画像に転送することはできない。 本研究では,異なる背景分布から一貫した偏差距離への学習目標変換を利用する。
  論文  参考訳（メタデータ） (2023-10-11T14:07:05Z)
• Toward deep-learning-assisted spectrally-resolved imaging of magnetic noise [52.77024349608834]
  本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。 これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
  論文  参考訳（メタデータ） (2022-08-01T19:18:26Z)
• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)

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。