論文の概要: Impact of Power Supply Noise on Image Sensor Performance in Automotive
Applications
- arxiv url: http://arxiv.org/abs/2012.03666v1
- Date: Tue, 24 Nov 2020 22:25:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-21 14:20:30.251999
- Title: Impact of Power Supply Noise on Image Sensor Performance in Automotive
Applications
- Title（参考訳）: 自動車用イメージセンサの性能に及ぼす電源ノイズの影響
- Authors: Shane Gilroy
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.28438857884398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision Systems are quickly becoming a large component of Active Automotive
Safety Systems. In order to be effective in critical safety applications these
systems must produce high quality images in both daytime and night-time
scenarios in order to provide the large informational content required for
software analysis in applications such as lane departure, pedestrian detection
and collision detection. The challenge in capturing high quality images in low
light scenarios is that the signal to noise ratio is greatly reduced, which can
result in noise becoming the dominant factor in a captured image, thereby
making these safety systems less effective at night. Research has been
undertaken to develop a systematic method of characterising image sensor
performance in response to electrical noise in order to improve the design and
performance of automotive cameras in low light scenarios. The root cause of
image row noise has been established and a mathematical algorithm for
determining the magnitude of row noise in an image has been devised. An
automated characterisation method has been developed to allow performance
characterisation in response to a large frequency spectrum of electrical noise
on the image sensor power supply. Various strategies of improving image sensor
performance for low light applications have also been proposed from the
research outcomes.
- Abstract（参考訳）: 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。
クリティカル・セーフティ・アプリケーションにおいて,これらのシステムは,車線離脱,歩行者検出,衝突検出などのアプリケーションにおいて,ソフトウェア解析に必要な大量の情報コンテンツを提供するために,昼夜両方のシナリオにおいて高品質な画像を生成する必要がある。
低光のシナリオで高品質な画像を撮影する上での課題は、信号対ノイズ比が大幅に減少し、ノイズがキャプチャー画像の主要な要因となり、これらの安全システムが夜間にあまり効果を示さないことである。
低光環境下での自動車用カメラの設計と性能を改善するため, 電気騒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。
画像列ノイズの根本原因が確立され,画像中の行ノイズの大きさを決定する数学的アルゴリズムが考案された。
画像センサ電源の電気ノイズの大きな周波数スペクトルに対応して、性能特性化を可能にする自動キャラクタリゼーション法が開発されている。
低照度用イメージセンサの性能向上のための様々な戦略も研究結果から提案されている。
関連論文リスト
- Quantifying Noise of Dynamic Vision Sensor [49.665407116447454]
動的視覚センサ(DVS)は、大量のバックグラウンドアクティビティ(BA)ノイズによって特徴付けられる。
標準的な画像処理技術を用いて,ノイズとクリーン化センサ信号とを区別することは困難である。
Detrended Fluctuation Analysis (DFA) から得られたBAノイズを特徴付ける新しい手法が提案されている。
論文 参考訳（メタデータ） (2024-04-02T13:43:08Z) - 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) - SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。
本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。
提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
論文 参考訳（メタデータ） (2022-06-09T14:00:26Z) - Lightweight HDR Camera ISP for Robust Perception in Dynamic Illumination
Conditions via Fourier Adversarial Networks [35.532434169432776]
照明とノイズ除去の逐次的バランスをとる軽量な2段階画像強調アルゴリズムを提案する。
また、異なる照明条件下での一貫した画像強調のためのフーリエスペクトルベース対向フレームワーク(AFNet)を提案する。
また,定量的および定性的な評価に基づいて,画像強調技術が共通認識タスクの性能に与える影響について検討した。
論文 参考訳（メタデータ） (2022-04-04T18:48:51Z) - Practical Blind Image Denoising via Swin-Conv-UNet and Data Synthesis [148.16279746287452]
本研究では,残差畳み込み層の局所モデリング能力とスウィントランスブロックの非局所モデリング能力を組み込むスウィンコンブブロックを提案する。
トレーニングデータ合成のために,異なる種類のノイズを考慮した実用的なノイズ劣化モデルの設計を行う。
AGWN除去と実画像復号化の実験は、新しいネットワークアーキテクチャ設計が最先端の性能を達成することを実証している。
論文 参考訳（メタデータ） (2022-03-24T18:11:31Z) - Illumination and Temperature-Aware Multispectral Networks for
Edge-Computing-Enabled Pedestrian Detection [10.454696553567809]
本研究は,高精度かつ効率的な歩行者検出のための軽量照明・温度対応マルチスペクトルネットワーク(IT-MN)を提案する。
提案アルゴリズムは、車載カメラで収集した公開データセットを用いて、選択した最先端アルゴリズムと比較して評価する。
提案アルゴリズムは,GPU上の画像ペアあたり14.19%,0.03秒の低ミス率と推論時間を実現する。
論文 参考訳（メタデータ） (2021-12-09T17:27:23Z) - Physics-based Noise Modeling for Extreme Low-light Photography [63.65570751728917]
CMOS光センサの撮像パイプラインにおけるノイズ統計について検討する。
実雑音構造を正確に特徴付けることのできる包括的ノイズモデルを定式化する。
我々のノイズモデルは、学習に基づく低照度復調アルゴリズムのためのリアルなトレーニングデータを合成するのに利用できる。
論文 参考訳（メタデータ） (2021-08-04T16:36:29Z) - Designing a Practical Degradation Model for Deep Blind Image
Super-Resolution [134.9023380383406]
単一画像スーパーレゾリューション (sisr) 法は, 推定劣化モデルが実画像から逸脱した場合はうまく動作しない。
本稿では, ランダムにシャッフルされたブラー, ダウンサンプリング, ノイズ劣化からなる, より複雑で実用的な劣化モデルを提案する。
論文 参考訳（メタデータ） (2021-03-25T17:40:53Z) - Characterisation of CMOS Image Sensor Performance in Low Light
Automotive Applications [1.933681537640272]
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。
論文 参考訳（メタデータ） (2020-11-24T22:49:54Z) - Few shot clustering for indoor occupancy detection with extremely
low-quality images from battery free cameras [12.411387535687556]
低消費電力画像センサによる極低品質・プライバシー保護画像による占有率検出の課題について考察する。
我々は、この課題に対処するために、いくつかのショットラーニングとクラスタリングのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-13T02:47:01Z) - Deep Bilateral Retinex for Low-Light Image Enhancement [96.15991198417552]
低照度画像は、低コントラスト、色歪み、測定ノイズによる視界の低下に悩まされる。
本稿では,低照度画像強調のための深層学習手法を提案する。
提案手法は最先端の手法と非常に競合し, 極めて低照度で撮影した画像の処理において, 他に比べて大きな優位性を有する。
論文 参考訳（メタデータ） (2020-07-04T06:26:44Z)
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。