論文の概要: New Algorithms for Computing Field of Vision over 2D Grids
- arxiv url: http://arxiv.org/abs/2101.11002v1
- Date: Tue, 26 Jan 2021 20:38:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-14 02:19:55.582562
- Title: New Algorithms for Computing Field of Vision over 2D Grids
- Title（参考訳）: 2次元グリッド上の視野計算のための新しいアルゴリズム
- Authors: Evan R.M. Debenham and Roberto Solis-Oba (The University of Western
Ontario, Canada)
- Abstract要約: 高解像度で既存の作業を改善するためのフィールド・オブ・ビジョン(FOV)計算のための新しいアルゴリズムを提案する。
まず,fov計算の新たな手法として,空間データ構造を利用するアルゴリズムを提案する。
次に,計算済みのFOVをスクラッチから再計算するのではなく,更新する新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The aim of this paper is to propose new algorithms for Field of Vision (FOV)
computation which improve on existing work at high resolutions. FOV refers to
the set of locations that are visible from a specific position in a scene of a
computer game.
We summarize existing algorithms for FOV computation, describe their
limitations, and present new algorithms which aim to address these limitations.
We first present an algorithm which makes use of spatial data structures in a
way which is new for FOV calculation. We then present a novel technique which
updates a previously calculated FOV, rather than re-calculating an FOV from
scratch.
We compare our algorithms to existing FOV algorithms and show they provide
substantial improvements to running time. Our algorithms provide the largest
improvement over existing FOV algorithms at large grid sizes, thus allowing the
possibility of the design of high resolution FOV-based video games.
- Abstract（参考訳）: 本論文では,高分解能で既存の作業を改善するフィールド・オブ・ビジョン(FOV)計算の新しいアルゴリズムを提案する。
FOV(FOV)とは、コンピュータゲームのシーンにおいて特定の位置から見える位置の集合を指す。
FOV計算のための既存のアルゴリズムを要約し、それらの制限を記述し、これらの制限に対処する新しいアルゴリズムを提案する。
まず,fov計算の新たな手法として,空間データ構造を利用するアルゴリズムを提案する。
次に,計算済みのFOVをスクラッチから再計算するのではなく,更新する新しい手法を提案する。
我々のアルゴリズムを既存のFOVアルゴリズムと比較し、実行時間を大幅に改善したことを示す。
提案アルゴリズムは,既存のFOVアルゴリズムよりもグリッドサイズが大きいため,高解像度のFOVベースのビデオゲームの設計が可能となる。
関連論文リスト
- A PnP Algorithm for Two-Dimensional Pose Estimation [0.0]
仮定を活用すれば、探索空間次元の減少による3次元精度の向上と性能向上が可能になる。
提案アルゴリズムは,システムを解くことによって不明瞭な解を見つけ,繰り返し誤差を最小限に抑えるためにその予測を反復的に洗練する。
論文 参考訳（メタデータ） (2023-12-13T20:08:26Z) - A New Real-World Video Dataset for the Comparison of Defogging
Algorithms [45.023332704223755]
我々は, 霧の密度や地底の真実を無霧で比較するために, 新たなReal-world VIdeoデータセットを提案する。
ビデオデフォッギングアルゴリズムも言及されており、時間的冗長性を利用してアーチファクトを最小化し、フレーム間の露出変動を最小化するというキーアイデアがある。
様々なアプリケーションのためのディープラーニングにおけるTransformersアーキテクチャの成功に触発されて、ニューラルネットワークでこの種のアーキテクチャを選択し、提案したデータセットの関連性を示す。
論文 参考訳（メタデータ） (2023-10-02T09:12:39Z) - Efficient neural supersampling on a novel gaming dataset [36.962828335199596]
解像度、フレームレート、フォトリアリズムの必要性から、ビデオゲームのリアルタイムレンダリングはますます困難になっている。
この課題に対処するための効果的なソリューションとしてスーパーサンプリングが登場した。
我々の研究は、既存の方法の4倍の効率でレンダリングされたコンテンツをスーパーサンプリングするための新しいニューラルネットワークを導入している。
論文 参考訳（メタデータ） (2023-08-03T00:42:30Z) - Algorithmic progress in computer vision [0.8547032097715571]
ImageNetにおける画像分類のアルゴリズム的進歩について検討する。
アルゴリズムの改良は、コンピュータビジョンの進歩のための計算のスケーリングと同じくらい重要であることが判明した。
計算増強アルゴリズムの進歩は、ムーアの法則に付随する速度の2倍の速度で行われる。
論文 参考訳（メタデータ） (2022-12-10T00:18:05Z) - EVEREST: Efficient Masked Video Autoencoder by Removing Redundant Spatiotemporal Tokens [57.354304637367555]
ビデオ表現学習のための驚くほど効率的なMVAアプローチであるEVERESTを提案する。
リッチなモーション特徴を含むトークンを発見し、事前トレーニングと微調整の両方の間、非形式的なトークンを破棄する。
提案手法は,MVAの計算とメモリ要求を大幅に低減する。
論文 参考訳（メタデータ） (2022-11-19T09:57:01Z) - Deep Learning Computer Vision Algorithms for Real-time UAVs On-board
Camera Image Processing [77.34726150561087]
本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。
すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
論文 参考訳（メタデータ） (2022-11-02T11:10:42Z) - Vicinity Vision Transformer [53.43198716947792]
線形複雑度を有する視覚変換器に局所性バイアスを導入するビシニティ注意法を提案する。
提案手法は,従来の手法よりも50%少ないパラメータで,最先端の画像分類精度を実現する。
論文 参考訳（メタデータ） (2022-06-21T17:33:53Z) - Variable Bitrate Neural Fields [75.24672452527795]
本稿では,特徴格子を圧縮し,メモリ消費を最大100倍に削減する辞書手法を提案する。
辞書の最適化をベクトル量子化オートデコーダ問題として定式化し、直接監督できない空間において、エンドツーエンドの離散神経表現を学習する。
論文 参考訳（メタデータ） (2022-06-15T17:58:34Z) - Evaluating Foveated Video Quality Using Entropic Differencing [1.5877673959068452]
本稿では,帯域通過応答の自然なシーン統計を用いた画像品質評価アルゴリズムを提案する。
提案アルゴリズムは,FEDが人的判断に対して行う予測の相関性を測定して評価する。
提案アルゴリズムの性能は,既存の全参照アルゴリズムと比較して最先端である。
論文 参考訳（メタデータ） (2021-06-12T16:29:13Z) - Evolving Reinforcement Learning Algorithms [186.62294652057062]
メタラーニング強化学習アルゴリズムの手法を提案する。
学習アルゴリズムはドメインに依存しないため、トレーニング中に見えない新しい環境に一般化することができる。
従来の制御タスク、gridworld型タスク、atariゲームよりも優れた一般化性能を得る2つの学習アルゴリズムに注目した。
論文 参考訳（メタデータ） (2021-01-08T18:55:07Z) - A Deep-Unfolded Reference-Based RPCA Network For Video
Foreground-Background Separation [86.35434065681925]
本稿では,ロバスト主成分分析(RPCA)問題に対するディープアンフォールディングに基づくネットワーク設計を提案する。
既存の設計とは異なり,本手法は連続するビデオフレームのスパース表現間の時間的相関をモデル化することに焦点を当てている。
移動MNISTデータセットを用いた実験により、提案したネットワークは、ビデオフォアグラウンドとバックグラウンドの分離作業において、最近提案された最先端のRPCAネットワークより優れていることが示された。
論文 参考訳（メタデータ） (2020-10-02T11:40:09Z)
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。