論文の概要: Characterisation of CMOS Image Sensor Performance in Low Light
Automotive Applications
- arxiv url: http://arxiv.org/abs/2011.12436v1
- Date: Tue, 24 Nov 2020 22:49:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-21 14:03:22.195108
- Title: Characterisation of CMOS Image Sensor Performance in Low Light
Automotive Applications
- Title（参考訳）: 低照度自動車におけるcmosイメージセンサの性能特性評価
- Authors: Shane Gilroy, John O'Dwyer and Lucas Bortoleto
- Abstract要約: 本稿では,ノイズに応答して画像センサの性能を特徴付ける手法について概説する。
本稿では, CMOSイメージセンサの性能を, 電源ラインの電気ノイズに応答して評価する方法を示す。
- 参考スコア（独自算出の注目度）: 1.933681537640272
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The applications of automotive cameras in Advanced Driver-Assistance Systems
(ADAS) are growing rapidly as automotive manufacturers strive to provide 360
degree protection for their customers. Vision systems must capture high quality
images in both daytime and night-time scenarios in order to produce the large
informational content required for software analysis in applications such as
lane departure, pedestrian detection and collision detection. The challenge in
producing high quality images in low light scenarios is that the signal to
noise ratio is greatly reduced. This can result in noise becoming the dominant
factor in a captured image thereby making these safety systems less effective
at night. This paper outlines a systematic method for characterisation of state
of the art image sensor performance in response to noise, so as to improve the
design and performance of automotive cameras in low light scenarios. The
experiment outlined in this paper demonstrates how this method can be used to
characterise the performance of CMOS image sensors in response to electrical
noise on the power supply lines.
- Abstract（参考訳）: 自動車メーカーが顧客に対して360度保護を提供しようとしている中、ADAS(Advanced Driver-Assistance Systems)における自動車カメラの応用は急速に伸びている。
視覚システムは、車線離脱、歩行者検出、衝突検出などのアプリケーションでソフトウェア分析に必要な大きな情報コンテンツを生成するために、昼と夜の両方のシナリオで高品質な画像をキャプチャする必要がある。
低照度シナリオで高品質な画像を生成する際の課題は、信号対雑音比が大幅に低減されることである。
これにより、ノイズが捕獲された画像の主要な要因となり、夜間の安全システムがより効果的になる。
本稿では,低照度環境下での自動車用カメラの設計と性能を向上させるため,ノイズに応答した画像センサの性能を体系的に特徴付ける手法について概説する。
本論文で概説した実験は、電源線上の電気ノイズに応答してcmosイメージセンサの性能を評価できることを示すものである。
関連論文リスト
- NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。
雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。
雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
論文 参考訳（メタデータ） (2024-02-28T09:02:33Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - Radar Enlighten the Dark: Enhancing Low-Visibility Perception for
Automated Vehicles with Camera-Radar Fusion [8.946655323517094]
低視認性条件に対処するために,トランスフォーマーを用いた新しい3次元オブジェクト検出モデル"REDFormer"を提案する。
我々のモデルは、分類と検出精度で最先端(SOTA)モデルより優れている。
論文 参考訳（メタデータ） (2023-05-27T00:47:39Z) - Windscreen Optical Quality for AI Algorithms: Refractive Power and MTF
not Sufficient [74.2843502619298]
自動車の大量生産プロセスは、ウインドスクリーンの光学的品質を意味のある方法で特徴づける計測システムを必要とする。
本稿では, 産業で確立された主測度である屈折力が, ウインドスクリーンの関連する光学特性を捉えることができないことを実証する。
本稿では,ウインドスクリーンの光学的品質を決定するための新しい概念を提案し,この光学的品質とAIアルゴリズムの性能を関連付けるためにシミュレーションを利用する。
論文 参考訳（メタデータ） (2023-05-23T20:41:04Z) - A Feature-based Approach for the Recognition of Image Quality
Degradation in Automotive Applications [0.0]
本稿では,自動車アプリケーションにおける画像品質の劣化を検知する特徴に基づくアルゴリズムを提案する。
異なるデータセットを用いた実験により、このアルゴリズムはカメラレンズに付着した汚れを検知し、異なるタイプの画像劣化を分類できることが示された。
論文 参考訳（メタデータ） (2023-03-13T13:40:09Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Using simulation to quantify the performance of automotive perception
systems [2.2320512724449233]
本稿では,物体(自動車)検出のための画像システムの性能を評価するために,画像システムシミュレーションソフトウェアツールについて述べる。
我々は,平均精度の測定によりシステム性能を定量化し,システム解像度とオブジェクト検出性能に関する傾向を報告する。
論文 参考訳（メタデータ） (2023-03-02T05:28:35Z) - Are High-Resolution Event Cameras Really Needed? [62.70541164894224]
低照度条件や高速環境では、低解像度カメラは高解像度カメラより優れ、帯域幅は大幅に小さくなる。
この主張は,高解像度のイベントカメラが画素当たりのイベントレートが高いことを示す実証的証拠と理論的証拠の両方を提示する。
多くの場合、高解像度のイベントカメラは、これらの条件下では低解像度のセンサーに比べてタスク性能が低い。
論文 参考訳（メタデータ） (2022-03-28T12:06:20Z) - ESL: Event-based Structured Light [62.77144631509817]
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あり、標準的なカメラよりも大きな利点がある。
本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
論文 参考訳（メタデータ） (2021-11-30T15:47:39Z) - Burst Imaging for Light-Constrained Structure-From-Motion [4.125187280299246]
低光環境下で得られた画像から3次元再構成を支援する画像処理技術を開発した。
バースト写真に基づく本手法は,短時間露光画像のバースト内における画像登録に直接的手法を用いる。
本手法は,低光環境下でのロボットの動作を可能にするための重要なステップであり,地中鉱山や夜間作業などの環境におけるロボットの動作に応用できる可能性がある。
論文 参考訳（メタデータ） (2021-08-23T02:12:40Z) - Impact of Power Supply Noise on Image Sensor Performance in Automotive
Applications [2.28438857884398]
ビジョンシステムは、すぐにActive Automotive Safety Systemsの重要なコンポーネントになりつつある。
低照度シナリオで高画質画像をキャプチャする上での課題は、ノイズ比の信号が大幅に減少することである。
電気雑音に応答して画像センサの性能をシステマティックに評価する手法の開発が進められている。
論文 参考訳（メタデータ） (2020-11-24T22:25:30Z)
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。