論文の概要: Event Camera Calibration of Per-pixel Biased Contrast Threshold
- arxiv url: http://arxiv.org/abs/2012.09378v1
- Date: Thu, 17 Dec 2020 03:16:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-02 07:17:50.838045
- Title: Event Camera Calibration of Per-pixel Biased Contrast Threshold
- Title(参考訳): ピクセルごとのバイアスドコントラスト閾値のイベントカメラ校正
- Authors: Ziwei Wang, Yonhon Ng, Pieter van Goor, Robert Mahony
- Abstract要約: イベントカメラは、高時間分解能で強度変化を表す非同期イベントを出力する。
現在、既存の作品のほとんどは、すべてのピクセルの強度変化を推定するために単一のコントラストしきい値を使用します。
本稿では,イベント専用カメラとハイブリッドカメラを対象とする新しいイベントカメラモデルと2つのキャリブレーション手法を提案する。
- 参考スコア(独自算出の注目度): 11.252139579961883
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Event cameras output asynchronous events to represent intensity changes with
a high temporal resolution, even under extreme lighting conditions. Currently,
most of the existing works use a single contrast threshold to estimate the
intensity change of all pixels. However, complex circuit bias and manufacturing
imperfections cause biased pixels and mismatch contrast threshold among pixels,
which may lead to undesirable outputs. In this paper, we propose a new event
camera model and two calibration approaches which cover event-only cameras and
hybrid image-event cameras. When intensity images are simultaneously provided
along with events, we also propose an efficient online method to calibrate
event cameras that adapts to time-varying event rates. We demonstrate the
advantages of our proposed methods compared to the state-of-the-art on several
different event camera datasets.
- Abstract(参考訳): イベントカメラは、極端な照明条件下でも高い時間分解能で強度変化を表す非同期イベントを出力する。
現在、既存の作品のほとんどは、すべてのピクセルの強度変化を推定するために単一のコントラスト閾値を使用している。
しかし、複雑な回路バイアスと製造不完全さは、画素間のバイアス付き画素とミスマッチするコントラスト閾値を引き起こし、望ましくない出力に繋がる可能性がある。
本稿では,イベント専用カメラとハイブリッドカメラを対象とする新しいイベントカメラモデルと2つのキャリブレーション手法を提案する。
また,インテンシティ画像とイベントを同時に提供した場合,時間変動イベントレートに適応するイベントカメラのキャリブレーションを行う効率的なオンライン手法を提案する。
提案手法の利点を,複数のイベントカメラデータセットにおける最新技術と比較した。
関連論文リスト
- EventAid: Benchmarking Event-aided Image/Video Enhancement Algorithms
with Real-captured Hybrid Dataset [55.12137324648253]
イベントカメラは、ダイナミックレンジとセンサーの速度で従来のフレームベースの撮像センサーよりも有利な、新興のイメージング技術である。
本稿では,5つのイベント支援画像と映像強調タスクに焦点を当てる。
論文 参考訳(メタデータ) (2023-12-13T15:42:04Z) - E-Calib: A Fast, Robust and Accurate Calibration Toolbox for Event
Cameras [34.71767308204867]
E-Calibは、イベントカメラの新しい、高速で、堅牢で、正確なキャリブレーションツールボックスである。
提案手法は,様々なイベントカメラモデルに対する様々な厳密な実験で検証される。
論文 参考訳(メタデータ) (2023-06-15T12:16:38Z) - Exposure Fusion for Hand-held Camera Inputs with Optical Flow and
PatchMatch [53.149395644547226]
ハンドヘルドカメラによるマルチ露光画像融合のためのハイブリッド合成法を提案する。
提案手法は,このような動作に対処し,各入力の露光情報を効果的に維持する。
実験の結果,本手法の有効性とロバスト性を示した。
論文 参考訳(メタデータ) (2023-04-10T09:06:37Z) - Event-based Image Deblurring with Dynamic Motion Awareness [10.81953574179206]
露光時間における実RGBのぼかし画像と関連する事象のペアを含む最初のデータセットを紹介する。
以上の結果より,PSNRは合成データで1.57dB,実イベントデータで1.08dBまで改善された。
論文 参考訳(メタデータ) (2022-08-24T09:39:55Z) - Globally-Optimal Contrast Maximisation for Event Cameras [30.79931004393174]
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、高時間分解能で難解な照明にうまく機能する。
イベントカメラの画素は独立して非同期に動作する。
事象の流れは、時空の体積における一般的なホモグラフィック・ワープによってモデル化される。
論文 参考訳(メタデータ) (2022-06-10T14:06:46Z) - Globally-Optimal Event Camera Motion Estimation [30.79931004393174]
イベントカメラは、HDR条件でよく機能し、時間分解能の高いバイオインスパイアされたセンサーである。
イベントカメラは、非同期ピクセルレベルの変更を測定し、高度に識別されたフォーマットでそれらを返す。
論文 参考訳(メタデータ) (2022-03-08T08:24:22Z) - MEFNet: Multi-scale Event Fusion Network for Motion Deblurring [62.60878284671317]
従来のフレームベースのカメラは、長時間露光のために必然的に動きがぼやけている。
バイオインスパイアされたカメラの一種として、イベントカメラは、高時間分解能で非同期な方法で強度変化を記録する。
本稿では,イベントベースの画像劣化問題を再考し,これをエンドツーエンドの2段階画像復元ネットワークに展開する。
論文 参考訳(メタデータ) (2021-11-30T23:18:35Z) - 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) - Bridging the Gap between Events and Frames through Unsupervised Domain
Adaptation [57.22705137545853]
本稿では,ラベル付き画像とラベル付きイベントデータを用いてモデルを直接訓練するタスク転送手法を提案する。
生成イベントモデルを利用して、イベント機能をコンテンツとモーションに分割します。
われわれのアプローチは、イベントベースのニューラルネットワークのトレーニングのために、膨大な量の既存の画像データセットをアンロックする。
論文 参考訳(メタデータ) (2021-09-06T17:31:37Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳(メタデータ) (2021-05-26T07:06:58Z)
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。