論文の概要: Globally Optimal Contrast Maximisation for Event-based Motion Estimation

• arxiv url: http://arxiv.org/abs/2002.10686v3
• Date: Mon, 16 Mar 2020 01:06:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 21:46:50.555719
• Title: Globally Optimal Contrast Maximisation for Event-based Motion Estimation
• Title（参考訳）: イベントベース動作推定のためのグローバル最適コントラスト最大化
• Authors: Daqi Liu, \'Alvaro Parra, Tat-Jun Chin
• Abstract要約: 本稿では,大域的に最適なイベントベース動作推定アルゴリズムを提案する。 分岐とバウンド(BnB)に基づいて,イベントストリーム上での回転(DoF)運動推定を解く。 当社のアルゴリズムは現在,300秒で5万件のイベント入力を処理することができる。
• 参考スコア（独自算出の注目度）: 43.048406187129736
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contrast maximisation estimates the motion captured in an event stream by maximising the sharpness of the motion compensated event image. To carry out contrast maximisation, many previous works employ iterative optimisation algorithms, such as conjugate gradient, which require good initialisation to avoid converging to bad local minima. To alleviate this weakness, we propose a new globally optimal event-based motion estimation algorithm. Based on branch-and-bound (BnB), our method solves rotational (3DoF) motion estimation on event streams, which supports practical applications such as video stabilisation and attitude estimation. Underpinning our method are novel bounding functions for contrast maximisation, whose theoretical validity is rigorously established. We show concrete examples from public datasets where globally optimal solutions are vital to the success of contrast maximisation. Despite its exact nature, our algorithm is currently able to process a 50,000 event input in 300 seconds (a locally optimal solver takes 30 seconds on the same input), and has the potential to be further speeded-up using GPUs.
• Abstract（参考訳）: コントラスト最大化は、運動補償イベント画像のシャープネスを最大化することにより、イベントストリームでキャプチャされた動きを推定する。 コントラスト最大化を実行するために、以前の多くの作品は共役勾配のような反復最適化アルゴリズムを採用しており、悪い局所極小への収束を避けるために適切な初期化を必要とする。 そこで本稿では,この弱点を解消するために,新しいグローバル最適イベントベースモーション推定アルゴリズムを提案する。 本手法は,分枝バウンド(BnB)に基づいてイベントストリーム上での回転(3DoF)動作推定を解き,ビデオ安定化や姿勢推定などの実用的な応用を支援する。 本手法は, 理論的妥当性が厳密に確立されたコントラスト最大化のための新しい境界関数である。 コントラスト最大化の成功には,グローバルな最適解が不可欠である公開データセットの具体例を示す。 正確な性質にもかかわらず、現在アルゴリズムは、300秒で50,000のイベント入力を処理できる(ローカルに最適な解法器は、同じ入力で30秒かかる)。

関連論文リスト

• Motion-prior Contrast Maximization for Dense Continuous-Time Motion Estimation [34.529280562470746]
  コントラスト最大化フレームワークと非直線運動を組み合わせた新たな自己監督的損失を画素レベルの軌跡の形で導入する。 連続時間運動の高密度推定では, 合成学習モデルのゼロショット性能を29%向上する。
  論文  参考訳（メタデータ） (2024-07-15T15:18:28Z)
• Dynamic Frame Interpolation in Wavelet Domain [57.25341639095404]
  ビデオフレームは、より流動的な視覚体験のためにフレームレートを上げることができる、重要な低レベルな計算ビジョンタスクである。 既存の手法は、高度なモーションモデルと合成ネットワークを利用することで大きな成功を収めた。 WaveletVFIは、同様の精度を維持しながら最大40%の計算を削減できるため、他の最先端技術に対してより効率的に処理できる。
  論文  参考訳（メタデータ） (2023-09-07T06:41:15Z)
• Accelerated First-Order Optimization under Nonlinear Constraints [73.2273449996098]
  我々は、制約付き最適化のための一階アルゴリズムと非滑らかなシステムの間で、新しい一階アルゴリズムのクラスを設計する。 これらのアルゴリズムの重要な性質は、制約がスパース変数の代わりに速度で表されることである。
  論文  参考訳（メタデータ） (2023-02-01T08:50:48Z)
• Globally Optimal Event-Based Divergence Estimation for Ventral Landing [55.29096494880328]
  イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。 本研究では, イベントカメラを用いた腹側着陸時の表面との接触時間予測について検討する。 これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。 我々のコアコントリビューションは、イベントベースの発散推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し、最適な発散値を求めるブランチ・アンド・バウンドアルゴリズムである。
  論文  参考訳（メタデータ） (2022-09-27T06:00:52Z)
• Robust Motion Averaging for Multi-view Registration of Point Sets Based Maximum Correntropy Criterion [4.318555434063273]
  ラプラシアンカーネルを用いた最大コレントロピー基準(LMCC)を用いたマルチビュー登録のための新しい動き平均化フレームワークを提案する。 本手法は, 効率, 精度, 堅牢性において優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-08-24T06:49:43Z)
• On Constraints in First-Order Optimization: A View from Non-Smooth Dynamical Systems [99.59934203759754]
  本稿では,スムーズな制約付き最適化のための一階法について紹介する。 提案手法の2つの特徴は、実現可能な集合全体の投影や最適化が避けられることである。 結果として得られるアルゴリズムの手順は、制約が非線形であっても簡単に実装できる。
  論文  参考訳（メタデータ） (2021-07-17T11:45:13Z)
• An Efficient Batch Constrained Bayesian Optimization Approach for Analog Circuit Synthesis via Multi-objective Acquisition Ensemble [11.64233949999656]
  MACE(Multi-objective Acquisition Function Ensemble)を用いた並列化可能なベイズ最適化アルゴリズムを提案する。 提案アルゴリズムは,バッチサイズが15のときの非制約最適化問題に対する微分進化(DE)と比較して,シミュレーション全体の時間を最大74倍削減することができる。 制約付き最適化問題に対して,提案アルゴリズムは,バッチサイズが15の場合に,重み付き改善に基づくベイズ最適化(WEIBO)アプローチと比較して最大15倍の高速化を実現することができる。
  論文  参考訳（メタデータ） (2021-06-28T13:21:28Z)
• Minimax Optimization with Smooth Algorithmic Adversaries [59.47122537182611]
  対戦相手が展開するスムーズなアルゴリズムに対して,Min-playerの新しいアルゴリズムを提案する。 本アルゴリズムは,制限周期のない単調進行を保証し,適切な勾配上昇数を求める。
  論文  参考訳（メタデータ） (2021-06-02T22:03:36Z)
• Revitalizing Optimization for 3D Human Pose and Shape Estimation: A Sparse Constrained Formulation [21.710205047008916]
  そこで我々は,新しいスパース制約型定式化を提案し,そこから3次元人間のポーズと形状推定のリアルタイム最適化手法を導出した。 この計算は、複雑な3次元人体モデルの関節の数と線形にスケールすることを示し、より密集した非拘束的な定式化のために立方的にスケールする以前の作業とは対照的である。 本研究では,30FPS以上の1枚の画像から3次元の人間のポーズと形状を推定するリアルタイムモーションキャプチャフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-28T16:44:56Z)
• CoolMomentum: A Method for Stochastic Optimization by Langevin Dynamics with Simulated Annealing [23.87373187143897]
  深層学習アプリケーションは、複数の局所ミニマを持つ非目的関数を大域的に最適化する必要がある。 物理シミュレーションでも同様の問題を解くために座標学習アルゴリズムが利用できることを示す。
  論文  参考訳（メタデータ） (2020-05-29T14:44:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。