Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Buoyancy and Stability for Submerged and Floating Bodies01:11

Buoyancy and Stability for Submerged and Floating Bodies

2.5K
In fluid mechanics, buoyancy and stability are key concepts for understanding the behavior of submerged and floating bodies. When a stationary body is fully or partially submerged in a fluid, the fluid exerts a force on the body known as the buoyant force. This force acts vertically upward through a point called the center of buoyancy, which is the center of the displaced fluid volume. According to Archimedes' principle, the magnitude of the buoyant force is equal to the weight of the fluid...
2.5K
Difference from Background: Limit of Detection01:05

Difference from Background: Limit of Detection

8.0K
The limit of detection (LOD) is the smallest amount of analyte that can be distinguished from the background noise. The LOD value corresponds to the concentration at which the analyte signal is three times larger than the standard deviation of the blank signal. Below this value, the analyte signal cannot be differentiated from the background noise. It is calculated by dividing the calibration slope by 3 times the standard deviation of the blank signals.
The LOD indicates the presence or absence...
8.0K
Uniform Depth Channel Flow: Problem Solving01:18

Uniform Depth Channel Flow: Problem Solving

426
To calculate the flow rate for a trapezoidal channel, first, identify the bottom width, side slope, and flow depth of the channel. The cross-sectional area (A) corresponding to the depth of flow (y), channel bottom width (B), and side slope (θ) is determined by:Next, calculate the wetted perimeter, which includes the bottom width and the sloped side lengths in contact with the water. Using the values of the cross-sectional area and the wetted perimeter, determine the hydraulic radius by...
426
Uniform Depth Channel Flow01:27

Uniform Depth Channel Flow

525
Uniform depth channel flow keeps fluid depth consistent along channels such as irrigation canals. In natural channels, such as rivers, approximate uniform flow is often assumed. This condition occurs when the channel’s bottom slope matches the energy slope, balancing potential energy lost from gravity with head loss due to shear stress. This balance prevents depth changes along the channel length, resulting in a steady, uniform flow.Uniform flow in open channels with a constant cross-section...
525

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Decouple, Collaborate, Match: Prototype-Driven Cognitive Mutual Learning for Brain Tumor Segmentation.

IEEE journal of biomedical and health informatics·2026
Same author

Targeting the TOPK-STAT3 pathway in keratinocytes and mast cells mediates the therapeutic attenuation of Atopic dermatitis.

Inflammation research : official journal of the European Histamine Research Society ... [et al.]·2026
Same author

Global-Local Interaction and Recalibration Network for Salient Object Detection in Optical Remote Sensing Images.

IEEE transactions on cybernetics·2026
Same author

Decouple-Then-Synergize: A Self-Paced Collaborative Learning Network for RGB-T Snowy Urban Scene Parsing.

IEEE transactions on image processing : a publication of the IEEE Signal Processing Society·2026
Same author

<i>In vitro</i>cytocompatibility, antibacterial properties, and hemocompatibility of MAO-Zn/PLA composite films for potential guided bone regeneration treatments.

Biomedical materials (Bristol, England)·2026
Same author

ViT-UWA: Vision Transformer Underwater-Adapter for Dense Predictions Beneath the Water Surface.

IEEE transactions on image processing : a publication of the IEEE Signal Processing Society·2026

関連する実験動画

Updated: Jan 14, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.0K

水中顕著オブジェクト検出のためのタービディティ類似性分離：特徴整合型相互学習

Wujie Zhou, Beibei Tang, Runmin Cong

    IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
    |January 12, 2026
    PubMed
    まとめ

    この研究は、水中顕著オブジェクト検出（USOD）のためのデュアルモデルアプローチを導入し、画像ノイズと低コントラストに対処することで精度を大幅に向上させます。新しいDenoisedNetとSearchNetモデルは、ベンチマークデータセットで最先端の結果を達成しています。

    科学分野:

    • コンピュータビジョン
    • 画像処理
    • 人工知能

    背景:

    • 水中顕著オブジェクト検出（USOD）は、水の濁りによる画像ノイズと前景と背景のコントラストの低さにより、困難です。
    • 既存の方法では、ノイズと類似性の問題の両方に同時に効果的に対処することは困難です。

    研究 の 目的:

    • 主要な検出課題を克服するUSODのための新しいデュアルモデルアーキテクチャを提案すること。
    • 水中オブジェクト検出システムの精度と堅牢性を向上させること。

    主な方法:

    • ターゲットの特徴を維持しながらノイズを抑制するために、分離-ノイズ除去-強調フレームワークを使用してDenoisedNetを開発しました。
    • 低コントラストの中でも正確な局在化を実現するために、疑似ラベル生成と層ごとの検索を備えたSearchNetを設計しました。
    • DenoisedNetとSearchNet間の協調学習を可能にするために、特徴整合型相互学習戦略を実装しました。

    主要な成果:

    • DenoisedNetとSearchNetは、USOD10KおよびUSODベンチマークにおいて、既存の方法と比較して優れたパフォーマンスを示しました。
    • USOD10Kで4.52%/5.52%、USODで1.61%/8.94%の平均絶対誤差（MAE）の大幅な改善を達成しました。
    キーワード:
    水中顕著オブジェクト検出相互学習深層学習画像処理コンピュータビジョン

    さらに関連する動画

    Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
    10:56

    Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish

    Published on: March 6, 2014

    13.0K
    Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
    09:19

    Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

    Published on: April 18, 2025

    1.4K

    関連する実験動画

    Last Updated: Jan 14, 2026

    Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
    03:31

    Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

    Published on: December 15, 2023

    1.0K
    Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
    10:56

    Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish

    Published on: March 6, 2014

    13.0K
    Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
    09:19

    Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

    Published on: April 18, 2025

    1.4K
  • 相互学習戦略は、両モデルの強みを効果的に補完しました。

    • 結論:

    • 提案されたデュアルモデルアーキテクチャは、USODにおける主要な課題に効果的に対処します。
    • このアプローチは、正確で堅牢な水中顕著オブジェクト検出のための包括的なソリューションを提供します。
    • この方法は最先端のパフォーマンスを達成し、この分野における貴重な進歩を提供します。