センサーフュージョンとは
センサーフュージョンとは、独立したソースを単独で検討する場合よりも完全な画像を作成するために、さまざまなソースからの感覚データを混合することです。 センサーフュージョンのプロセス中、画像の完全性の向上とは、独立したソースが保証するよりも完全、正確、または信頼性の高い情報を指します。 言い換えると、感覚融合は、2に2を加えた5に等しい例です。 データソースの組み合わせは、他の方法では利用できない追加の感覚情報を提供します。 センサーフュージョンは通常、テレビカメラ、ソナー、レーダー、地震センサーや磁気センサーを含む地質監視などの監視操作で使用されます。 このプロセスは、画像を単一の全体に結合する責任がある当事者に応じて、集中型または分散型のアプローチで行われます。
おそらく、誰かがセンサーフュージョンについて考える最も簡単な方法は、家のさまざまな部屋に設置された複数の監視カメラで構成されるホームセキュリティシステムを想像することです。 すべてのカメラが各カメラ用の単一のテレビモニターを含む1つの中央の部屋にリンクされている場合、家全体の集計監視データを表す画像の壁があります。 この画像の集合的な組み合わせは、画像を単一の全体に融合することの追加の利点を示しています。 すべてのカメラ情報を中央の場所にブロードキャストすることにより、家の中の個人の動きや活動を追跡することがはるかに簡単になります。
これは、テレビ画面が1つしかなく、観察者が希望の画像を取得するためにさまざまなカメラを順番に切り替えなければならない状況とは対照的です。 オブザーバーはまだまったく同じデータを取得していますが、情報がシームレスな全体ではなく異なる部分で取得されるという事実により、監視プロセスの実行ははるかに困難になります。 感覚融合環境で侵入者に関するデータを収集すると、追加情報が提供されます。 場合によっては、カメラカバレッジゾーンが重複すると、侵入者のマルチアングルビューが提供され、識別と監視がはるかに簡単になります。 感覚が融合されていない環境では、1つの画面で画像を切り替えなければならないため、観察者はこれらのマルチアングルのメリットを享受できなくなります。 まったく同じビューを提供しますが、観察者は画像を融合させることでより多くの利益を得ます。
これは感覚融合の分散型の例です。 観察者は、自分の判断と知識を使用してカメラフィードデータをつなぎ合わせる必要があります。 これは、中央のセンサーフュージョン環境と比較することができます。中央の場所にいる一部の当事者は、最終結果をクライアントに転送する前にデータソースを結合します。 どちらかを選択するとき、経験は重要な決定要因です。 クライアントが異種のデータをソートしてメッシュ化する専門知識を持っている環境では、分散型アプローチにより、クライアントは生データで専門的な判断を下すことができます。 クライアントの経験が少ない場合、一元化されたアプローチにより、より熟練した個人が生データをソートし、最も関連性の高い情報のみをクライアントに転送できます。