Water Surface Patch Classification Using Mixture Augmentation for River Scum Index

要約

都市河川は、住宅生活に影響を与える水環境を提供します。
川の表面の監視は、どこで洗浄を優先するか、いつ自動的に洗浄処理を開始するかを決定するために重要になっています。
私たちは、川の表面に蓄積し、その独特の臭いや景観への外部の経済的影響を与える有機泥、または「スカム」に焦点を当てています。
有機的な形状のまばらに分布した不安定なパターンの特徴のため、監視の自動化は困難であることが証明されています。
混合画像増強を使用して川面のスカム特徴を検出し、建物、橋、柱、障壁などの近くの構造物によって反映される川に浮かぶスカムと川面の絡み合った背景との間の多様性を高めるパッチ分類パイプラインを提案します
。
さらに、河川でカバーされるスカムインデックスを提案して、オンラインでより悪いグレードを監視し、浮遊スカムを収集し、化学処理ポリシーを決定するのに役立てます。
最後に、数日間にわたる川のスカムイベントを記録する10分ごとのフレームを持つ時系列データセットでこの方法を使用する方法を示します。
パイプラインの価値とその実験結果について説明します。

要約(オリジナル)

Urban rivers provide a water environment that influences residential living. River surface monitoring has become crucial for making decisions about where to prioritize cleaning and when to automatically start the cleaning treatment. We focus on the organic mud, or ‘scum’ that accumulates on the river’s surface and gives it its peculiar odor and external economic effects on the landscape. Because of its feature of a sparsely distributed and unstable pattern of organic shape, automating the monitoring has proved difficult. We propose a patch classification pipeline to detect scum features on the river surface using mixture image augmentation to increase the diversity between the scum floating on the river and the entangled background on the river surface reflected by nearby structures like buildings, bridges, poles, and barriers. Furthermore, we propose a scum index covered on rivers to help monitor worse grade online, collecting floating scum and deciding on chemical treatment policies. Finally, we show how to use our method on a time series dataset with frames every ten minutes recording river scum events over several days. We discuss the value of our pipeline and its experimental findings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google