Fugu-MT 論文翻訳(概要): Feedback control of event cameras

論文の概要: Feedback control of event cameras

arxiv url: http://arxiv.org/abs/2105.00409v1
Date: Sun, 2 May 2021 07:41:39 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 14:02:56.339479
Title: Feedback control of event cameras
Title（参考訳）: イベントカメラのフィードバック制御
Authors: Tobi Delbruck, Rui Graca, Marcin Paluch
Abstract要約: ダイナミックビジョンセンサイベントカメラは、明るさ変化イベントの可変データレートストリームを生成する。画素レベルのイベント生成は閾値、帯域幅、屈折周期バイアス電流パラメータ設定によって制御される。本稿では,イベントレートとノイズを測定する固定ステップフィードバックコントローラを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Dynamic vision sensor event cameras produce a variable data rate stream of brightness change events. Event production at the pixel level is controlled by threshold, bandwidth, and refractory period bias current parameter settings. Biases must be adjusted to match application requirements and the optimal settings depend on many factors. As a first step towards automatic control of biases, this paper proposes fixed-step feedback controllers that use measurements of event rate and noise. The controllers regulate the event rate within an acceptable range using threshold and refractory period control, and regulate noise using bandwidth control. Experiments demonstrate model validity and feedback control.
Abstract（参考訳）: ダイナミックビジョンセンサイベントカメラは、明るさ変化イベントの可変データレートストリームを生成する。画素レベルのイベント生成は閾値、帯域幅、屈折周期バイアス電流パラメータ設定によって制御される。アプリケーション要件に合うようにバイアスを調整する必要があり、最適な設定は多くの要因に依存します。本稿では,バイアスの自動制御に向けた第一歩として,事象率と雑音を測定する固定ステップフィードバックコントローラを提案する。コントローラは、しきい値及び耐火物周期制御を用いて許容範囲内のイベントレートを規制し、帯域制御を用いてノイズを規制する。実験はモデルの有効性とフィードバック制御を示す。

関連論文リスト

Deblur e-NeRF: NeRF from Motion-Blurred Events under High-speed or Low-light Conditions [56.84882059011291]
動き赤外イベントからぼやけた最小のNeRFを再構成する新しい手法であるDeblur e-NeRFを提案する。また,大きなテクスチャレスパッチの正規化を改善するために,新しいしきい値正規化全変動損失を導入する。
論文参考訳（メタデータ） (2024-09-26T15:57:20Z)
Optimal OnTheFly Feedback Control of Event Sensors [0.14999444543328289]
イベントベースの視覚センサは、ピクセル強度の変動が閾値を超えるとトリガされるイベントの非同期ストリームを生成する。本稿では,過去のイベントをコントローラネットワークが解析する,アクティベーションしきい値の動的フィードバック制御手法を提案する。本手法は,LPIPSの知覚的画像差度測定値において,固定的およびランダムに変化する閾値スキームを6～12%向上させることを示した。
論文参考訳（メタデータ） (2024-08-23T10:49:16Z)
Enhancing Visual Place Recognition via Fast and Slow Adaptive Biasing in Event Cameras [18.348497200655746]
イベントカメラは、低レイテンシ、エネルギー効率、高ダイナミックレンジといった有益な特徴のために、ロボット工学でますます人気がある。これらのパラメータは、イベントをトリガーするために必要な光強度の変化を規制する。本稿では,2つのインタラクション手法を用いて,バイアスパラメータを自動的に調整するフィードバック制御アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-03-25T05:10:34Z)
Fine-grained Controllable Video Generation via Object Appearance and Context [74.23066823064575]
細粒度制御可能なビデオ生成法(FACTOR)を提案する。 FACTORは、オブジェクトの位置とカテゴリを含む、オブジェクトの外観とコンテキストを制御することを目的としている。本手法は,オブジェクトの外観を微調整せずに制御し,オブジェクトごとの最適化作業を省く。
論文参考訳（メタデータ） (2023-12-05T17:47:33Z)
Implicit Event-RGBD Neural SLAM [54.74363487009845]
神経性SLAMは近年顕著な進歩を遂げている。既存の手法は、非理想的なシナリオにおいて重大な課題に直面します。本稿では,最初のイベントRGBD暗黙的ニューラルSLAMフレームワークであるEN-SLAMを提案する。
論文参考訳（メタデータ） (2023-11-18T08:48:58Z)
E-Calib: A Fast, Robust and Accurate Calibration Toolbox for Event Cameras [18.54225086007182]
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)
Anticipatory Music Transformer [60.15347393822849]
本稿では、時間点過程の制御可能な生成モデルを構築する方法である予測を導入する。コントロールはイベント自体のサブセットであるので、コントロールタスクの充実に重点を置いています。大規模かつ多様なLakh MIDI音楽データセットを用いて予測入出力モデルを訓練する。
論文参考訳（メタデータ） (2023-06-14T16:27:53Z)
Fast-moving object counting with an event camera [0.0]
本稿では,高速移動物体のカウントを可能にするビジョンシステムのコンポーネントとして,イベントカメラの利用を提案する。提案したカウントアルゴリズムは、イベントをリアルタイムで処理する。イベントカメラを用いて、小型で高速な移動物体と関連する幅広い産業応用をカウントする妥当性を確認することができる。
論文参考訳（メタデータ） (2022-12-16T10:16:42Z)
Control and Evaluation of Event Cameras Output Sharpness via Bias [1.854931308524932]
ニューロモルフィックセンサーとしても知られるイベントカメラは、RGBカメラに対していくつかの特権を持つ比較的新しい技術である。 5つの異なるバイアス設定が説明され、イベント出力の変化の影響を調査し分析する。
論文参考訳（メタデータ） (2022-10-25T11:31:37Z)
On Controller Tuning with Time-Varying Bayesian Optimization [74.57758188038375]
制御対象とその変更に関する適切な事前知識を用いて、時間変化最適化(TVBO)を用いて、変更環境におけるコントローラのオンラインチューニングを行う。本研究では,不確実性注入(UI)を用いたTVBO戦略を提案する。我々のモデルはTVBOの最先端手法よりも優れており、後悔の軽減と不安定なパラメータ構成の低減を実現している。
論文参考訳（メタデータ） (2022-07-22T14:54:13Z)
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。