elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning Fluid Flow Visualizations From In-Flight Images With Tufts

Lee, Jongseok und Olsman, WFJ und Triebel, Rudolph (2023) Learning Fluid Flow Visualizations From In-Flight Images With Tufts. IEEE Robotics and Automation Letters, 8 (6), Seiten 3677-3684. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/LRA.2023.3270746. ISSN 2377-3766.

[img] PDF - Postprintversion (akzeptierte Manuskriptversion)
4MB

Offizielle URL: https://ieeexplore.ieee.org/abstract/document/10109020

Kurzfassung

To better understand fluid flows around aerial systems, strips of wire or rope, widely known as tufts, are often used to visualize the local flow direction. This letter presents a computer vision system that automatically extracts the shape of tufts from images, which have been collected during real flights of a helicopter and an unmanned aerial vehicle (UAV). As images from these aerial systems present challenges to both the model-based computer vision and the end-to-end supervised deep learning techniques, we propose a semantic segmentation pipeline that consists of three uncertainty-based modules namely, (a) active learning for object detection, (b) label propagation for object classification, and (c) weakly supervised instance segmentation. Overall, these probabilistic approaches facilitate the learning process without requiring any manual annotations of semantic segmentation masks. Empirically, we motivate our design choices through comparative assessments and provide real-world demonstrations of the proposed concept, for the first time to our knowledge.

elib-URL des Eintrags:https://elib.dlr.de/195285/
Dokumentart:Zeitschriftenbeitrag
Titel:Learning Fluid Flow Visualizations From In-Flight Images With Tufts
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Lee, JongseokJongseok.Lee (at) dlr.dehttps://orcid.org/0000-0002-0960-0809NICHT SPEZIFIZIERT
Olsman, WFJJurrien.Olsman (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Triebel, RudolphRudolph.Triebel (at) dlr.dehttps://orcid.org/0000-0002-7975-036XNICHT SPEZIFIZIERT
Datum:26 April 2023
Erschienen in:IEEE Robotics and Automation Letters
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:8
DOI:10.1109/LRA.2023.3270746
Seitenbereich:Seiten 3677-3684
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:2377-3766
Status:veröffentlicht
Stichwörter:Aerial Systems: applications, computer vision for automation, object detection, segmentation and categorization, probability and statistical methods, aerodynamics
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Robotik
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R RO - Robotik
DLR - Teilgebiet (Projekt, Vorhaben):R - Intelligente Mobilität (RM) [RO], R - Erklärbare Robotische KI
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Institut für Aerodynamik und Strömungstechnik
Hinterlegt von: Lee, Jongseok
Hinterlegt am:13 Jun 2023 11:54
Letzte Änderung:13 Jun 2023 11:54

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.