文献

J-GLOBAL ID：202202287229456152   整理番号：22A0067094

相対深さ情報による非協力衛星6D姿勢推定【JST・京大機械翻訳】

Uncooperative Satellite 6D Pose Estimation with Relative Depth Information

著者 (4件)： Song Jingrui (University of Chinese Academy of Sciences, Beijing, China) ,  Song Jingrui (Institute of Software, Chinese Academy of Sciences, Beijing, China) ,  Hao Shuling (Institute of Software, Chinese Academy of Sciences, Beijing, China) ,  Xu Kefeng (Institute of Software, Chinese Academy of Sciences, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13018  ページ： 166-177  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 衛星または非協同空間ターゲットの姿勢推定は,それらの操作条件,脅威などを評価するために非常に重要である。地上ベースの適応光学(AO)システムの開発により,宇宙ターゲットのための光学系のイメージング品質は大いに改善された。これらのAO画像における空間ターゲット姿勢をコンピュータビジョンアルゴリズムで推定することができた。しかし,AOシステムの画像処理過程における画像劣化は問題を複雑にする。本論文は,地上ベースの光学イメージングと単一ショット6D姿勢推定問題のシミュレーション問題を解決するための例として,Tiangong-1衛星を取り上げる。著者らは最初に,宇宙飛行体姿勢注釈データを作り出すために使用するTiangong-1に関して構築した大気乱流の影響に基づく衛星画像レンダリングパイプラインを提案した。本方法を通して,著者らは,ニューラルネットワークを訓練して,評価するために使用することができる実際の画像に類似した画像データを得た。第二に,YOLO-6Dに基づく深層学習フレームワークを提案し,高速で正確な姿勢推定を提供した。特に,衛星姿勢を推定しながら相対深度を予測する相対深度予測ブランチを導入した。予備実験結果は,この方法がTiangong-1データセットに適し,良好な性能を達成したことを示した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  光学系 ,  宇宙飛行体 ,  ニューラルネットワーク ,  *画像処理 ,  衛星利用画像 ,  コンピュータビジョン ,  宇宙空間 ,  大気乱流 ,  アノテーション
準シソーラス用語： *姿勢推定 ,  予備実験 ,  画像劣化 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 非協力衛星 ,  画像シミュレーション ,  6D姿勢推定 ,  畳込みニューラルネットワーク ,  深さ情報

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  運航技術  (QK05030K)

タイトルに関連する用語 (3件)： 協力 ,  衛星 ,  姿勢推定