論文の概要: Event Probability Mask (EPM) and Event Denoising Convolutional Neural Network (EDnCNN) for Neuromorphic Cameras

• arxiv url: http://arxiv.org/abs/2003.08282v2
• Date: Mon, 23 Mar 2020 13:56:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 12:51:34.452563
• Title: Event Probability Mask (EPM) and Event Denoising Convolutional Neural Network (EDnCNN) for Neuromorphic Cameras
• Title（参考訳）: ニューロモルフィックカメラのためのイベント確率マスク(epm)とイベントデノージング畳み込みニューラルネットワーク(edncnn)
• Authors: R. Wes Baldwin, Mohammed Almatrafi, Vijayan Asari, Keigo Hirakawa
• Abstract要約: 本稿では,各画素における事象の発生確率を短時間で算出し,実世界のニューロモルフィックカメラデータにラベル付けする手法を提案する。 その応用例としては、イベント復調性能のベンチマーク、(ii)ノイズ除去のための畳み込みニューラルネットワークのトレーニング、(iii)内部のニューロモルフィックカメラパラメータの推定がある。
• 参考スコア（独自算出の注目度）: 17.052172112344547
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel method for labeling real-world neuromorphic camera sensor data by calculating the likelihood of generating an event at each pixel within a short time window, which we refer to as "event probability mask" or EPM. Its applications include (i) objective benchmarking of event denoising performance, (ii) training convolutional neural networks for noise removal called "event denoising convolutional neural network" (EDnCNN), and (iii) estimating internal neuromorphic camera parameters. We provide the first dataset (DVSNOISE20) of real-world labeled neuromorphic camera events for noise removal.
• Abstract（参考訳）: 本稿では,実世界のニューロモルフィックカメラセンサデータに,短時間のウィンドウ内で各画素でイベントを発生させる確率を計算してラベル付けする手法を提案する。 その応用には (i)イベント異状化性能の客観的ベンチマーク (ii)"event denoising convolutional neural network"(edncnn)という,ノイズ除去のための畳み込みニューラルネットワークのトレーニング (iii)内的神経形態的カメラパラメータの推定 ノイズ除去のための実世界のラベル付きニューロモルフィックカメライベントの最初のデータセット(DVSNOISE20)を提供する。

関連論文リスト

• A Neuromorphic Approach to Obstacle Avoidance in Robot Manipulation [16.696524554516294]
  カメラ搭載マニピュレータにおける障害物回避のためのニューロモルフィックアプローチを開発する。 提案手法は, 畳み込みSNNでエミュレートされたイベントデータを処理し, 反応操作による高次軌道計画に適応する。 本研究は,SNN学習の導入,ニューロモルフィックプロセッサの利用,およびニューロモルフィック手法の可能性を探るものである。
  論文  参考訳（メタデータ） (2024-04-08T20:42:10Z)
• Speed-based Filtration and DBSCAN of Event-based Camera Data with Neuromorphic Computing [1.1663475941322277]
  スパイキングニューラルネットワークは、イベントベースカメラ(EBC)とうまくペアリングする強力な計算要素である 本研究では、EBCからイベントを処理する2つのスパイクニューラルネットワークアーキテクチャについて、その速度に基づいてイベントを分離・フィルタリングするアーキテクチャと、DBSCANアルゴリズムに基づいてイベントをクラスタ化するアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-01-26T21:22:08Z)
• EvDNeRF: Reconstructing Event Data with Dynamic Neural Radiance Fields [80.94515892378053]
  EvDNeRFは、イベントデータを生成し、イベントベースの動的NeRFをトレーニングするためのパイプラインである。 NeRFは幾何学ベースの学習可能なレンダリングを提供するが、イベントの以前の作業は静的なシーンの再構築のみを考慮していた。 各種イベントのバッチサイズをトレーニングすることにより、微細な時間解像度でイベントのテスト時間予測を改善することができることを示す。
  論文  参考訳（メタデータ） (2023-10-03T21:08:41Z)
• Signal Processing for Implicit Neural Representations [80.38097216996164]
  Inlicit Neural Representation (INR)は、マルチ層パーセプトロンを介して連続したマルチメディアデータを符号化する。 既存の作業は、その離散化されたインスタンスの処理を通じて、そのような連続的な表現を操作する。 本稿では,INSP-Netと呼ばれる暗黙的ニューラル信号処理ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-10-17T06:29:07Z)
• Ev-NeRF: Event Based Neural Radiance Field [8.78321125097048]
  Ev-NeRFは、イベントデータから派生したニューラル放射場である。 Ev-NeRFは、超音環境下での高強度画像再構成において、競合性能を実現する。
  論文  参考訳（メタデータ） (2022-06-24T18:27:30Z)
• Neuromorphic Camera Denoising using Graph Neural Network-driven Transformers [3.805262583092311]
  ニューロモルフィック・ビジョン(Neuromorphic vision)は、コンピュータビジョンコミュニティのパラダイムシフトを引き起こしたバイオインスパイアされた技術である。 ニューロモルフィックカメラは、かなりの量の計測ノイズに悩まされている。 このノイズは、ニューロモルフィック事象に基づく知覚とナビゲーションアルゴリズムの性能を劣化させる。
  論文  参考訳（メタデータ） (2021-12-17T18:57:36Z)
• Image Denoising using Attention-Residual Convolutional Neural Networks [0.0]
  本稿では,学習に基づく新たな非盲検手法であるAttention Residual Convolutional Neural Network (ARCNN)を提案し,その拡張としてFlexible Attention Residual Convolutional Neural Network (FARCNN)を提案する。 ARCNNはガウス語とポアソン語で約0.44dBと0.96dBの平均PSNR結果を達成し、FARCNNはARCNNに比べて若干パフォーマンスが悪くても非常に一貫した結果を示した。
  論文  参考訳（メタデータ） (2021-01-19T16:37:57Z)
• Multi-Tones' Phase Coding (MTPC) of Interaural Time Difference by Spiking Neural Network [68.43026108936029]
  雑音の多い実環境下での正確な音像定位のための純粋スパイクニューラルネットワーク(SNN)に基づく計算モデルを提案する。 このアルゴリズムを,マイクロホンアレイを用いたリアルタイムロボットシステムに実装する。 実験の結果, 平均誤差方位は13度であり, 音源定位に対する他の生物学的に妥当なニューロモルフィックアプローチの精度を上回っていることがわかった。
  論文  参考訳（メタデータ） (2020-07-07T08:22:56Z)
• Event-based Asynchronous Sparse Convolutional Networks [54.094244806123235]
  イベントカメラはバイオインスパイアされたセンサーで、非同期でスパースな「イベント」の形で画素ごとの明るさ変化に反応する。 同期画像のようなイベント表現で訓練されたモデルを、同じ出力を持つ非同期モデルに変換するための一般的なフレームワークを提案する。 理論的および実験的に、これは高容量同期ニューラルネットワークの計算複雑性と遅延を大幅に減少させることを示す。
  論文  参考訳（メタデータ） (2020-03-20T08:39:49Z)
• Event-Based Angular Velocity Regression with Spiking Networks [51.145071093099396]
  スパイキングニューラルネットワーク(SNN)は、数値ではなく時間スパイクとして伝達される情報を処理する。 本稿では,イベントカメラから与えられた事象の時間回帰問題を初めて提案する。 角速度回帰を行うためにSNNをうまく訓練できることが示される。
  論文  参考訳（メタデータ） (2020-03-05T17:37:16Z)
• Variational Denoising Network: Toward Blind Noise Modeling and Removal [59.36166491196973]
  ブラインド画像のデノイングはコンピュータビジョンにおいて重要な問題であるが、非常に難しい問題である。 本稿では,ノイズ推定と画像デノーミングを併用した新しい変分推論手法を提案する。
  論文  参考訳（メタデータ） (2019-08-29T15:54:06Z)

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。