PulseAugur
实时 08:58:11
English(EN) Distant Object Localisation from Noisy Image Segmentation Sequences

新方法改进了来自噪声图像序列的远距离物体定位

研究人员开发了新的方法,可以使用噪声图像分割序列精确地定位远距离物体,这是无人机火灾监测等安全关键应用中的一项关键任务。所提出的解决方案基于多视图三角测量和粒子滤波器,无需专门的传感器配置或广泛的3D场景重建即可估计物体形状和不确定性。通过3D模拟和真实无人机素材进行测试,这些方法与现有的图像分割模型和车载计算资源集成,创建了一个可靠的监测系统。 AI

影响 提高了人工智能驱动的监测系统在关键基础设施和环境安全方面的可靠性。

排序理由 这是一篇详细介绍新物体定位方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Julius Pesonen, Arno Solin, Eija Honkavaara ·

    来自噪声图像分割序列的远距离目标定位

    arXiv:2509.20906v3 Announce Type: replace Abstract: 3D object localisation based on a sequence of camera measurements is essential for safety-critical surveillance tasks, such as drone-based wildfire monitoring. Localisation of objects detected with a camera can typically be solv…