文献

J-GLOBAL ID：202202244722453669   整理番号：22A0960206

DLネットワークを用いた動き推定のためのソナーFoVセグメンテーション【JST・京大機械翻訳】

Sonar FoV Segmentation for Motion Estimation Using DL Networks

著者 (3件)： Almanza-Medina Jose E. (Department of Electronic Engineering, University of York, York, U.K.) ,  Henson Benjamin (Department of Electronic Engineering, University of York, York, U.K.) ,  Zakharov Yuriy V. (Department of Electronic Engineering, University of York, York, U.K.)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 25591-25604  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自律水中車の正確なナビゲーションは,その信頼できる運転にとって重要である。しかし,この課題は,水生環境における電波伝搬と貧弱な可視性の限界のため,挑戦的である。機械学習によって促進されるソナー画像の分析に基づく水中ナビゲーション技術は有望な結果を示した。しかし,以前に提案された技術は,リアルタイム応用に対してまだ複雑である。本論文は,海底まで探るソナーによって得る画像の利用に基づく運動推定のための低い複雑性技術を調査した。ソナーは視野(FoV)内で多重ビームを使用できる。ビームの異なる構成をFoV被覆部分に従って考察し,2つの推定手法を調べた。一つのアプローチでは,ソナー画像は深層学習(DL)ネットワークにより直接処理されるが,他方では,画像をDLネットワークに適用する前に(縮小サイズ)ベクトルに変換した。ベクトルアプローチは,著しく低い計算時間(約10倍高速)を示し,実時間応用に適している。両手法は,運動の最大大きさの約10%の類似の推定精度を示した。ベクトル技法を用いて,模擬軌道を推定し,グラウンドトルースと推定を比較し,良好な整合を示した。また,船の船殻検査から実際のデータセットからイメージングソナーの軌跡を推定するために適用した。推定軌道を用いて,実際のデータセットからソナー画像を併合することによりモザイクを構築した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ソナー ,  電波伝搬 ,  ベクトル ,  *セグメンテーション ,  *ネットワーク ,  船舶 ,  画像処理 ,  画像 ,  多重化 ,  モザイク性 ,  可視度 ,  機械学習
準シソーラス用語： 推定精度 ,  グランドトゥルース ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： DL ,  動き推定 ,  ソナー ,  セグメンテーション