論文の概要: Prediction Analysis of Optical Tracker Parameters using Machine Learning
Approaches for efficient Head Tracking
- arxiv url: http://arxiv.org/abs/2108.06606v1
- Date: Sat, 14 Aug 2021 19:27:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-18 06:48:30.781235
- Title: Prediction Analysis of Optical Tracker Parameters using Machine Learning
Approaches for efficient Head Tracking
- Title(参考訳): 効率的な頭部追跡のための機械学習手法による光追跡パラメータの予測解析
- Authors: Aman Kataria, Smarajit Ghosh and Vinod Karar
- Abstract要約: 異なる環境条件下での頭部運動の6-DoFデータ収集に光学トラッカーが用いられている。
6-DoFデータに対する環境条件の違いと受信機と光送信機の距離の変動の影響を解析した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A head tracker is a crucial part of the head mounted display systems, as it
tracks the head of the pilot in the plane/cockpit simulator. The operational
flaws of head trackers are also dependent on different environmental conditions
like different lighting conditions and stray light interference. In this
letter, an optical tracker has been employed to gather the 6-DoF data of head
movements under different environmental conditions. Also, the effect of
different environmental conditions and variation in distance between the
receiver and optical transmitter on the 6-DoF data was analyzed.
- Abstract(参考訳): ヘッドトラッカーは、航空機/コックピットシミュレーターのパイロットの頭部を追跡するため、ヘッドマウントディスプレイシステムにおいて重要な部分である。
ヘッドトラッカーの操作上の欠陥は、異なる照明条件や規則的な光の干渉といった様々な環境条件に依存する。
このレターでは、異なる環境条件下での頭部の動きの6-DoFデータ収集に光学トラッカーが用いられている。
また,6-DoFデータに対する環境条件の違いと受信機と光送信機の距離の変化も分析した。
関連論文リスト
- A comparison of extended object tracking with multi-modal sensors in indoor environment [1.4623784198777086]
本稿では、LiDARとカメラの2つの異なる3Dポイント・クラウド・センサ・ソースを比較し、効率的な物体追跡手法の予備的提案を行う。
我々はまず,10点と対象環境に関する事前情報を利用する高速物体検出器を開発した。
論文 参考訳(メタデータ) (2024-11-27T16:16:00Z) - Exploring Domain Shift on Radar-Based 3D Object Detection Amidst Diverse Environmental Conditions [15.767261586617746]
この研究は、4Dレーダーによる物体検出において、しばしば見過ごされがちな領域シフトの問題について考察する。
以上の結果から,様々な気象シナリオにまたがるドメインシフトが明らかになり,ユニークなデータセットの感度が明らかになった。
異なる道路タイプ、特に高速道路から都市環境への移行は、顕著な領域シフトをもたらします。
論文 参考訳(メタデータ) (2024-08-13T09:55:38Z) - Experimental Evaluation of Road-Crossing Decisions by Autonomous Wheelchairs against Environmental Factors [42.90509901417468]
追跡性能の微調整と屋外環境要因に対する実験的評価に焦点をあてる。
本手法は,屋外環境要因に対する映像追跡とイベント検出の堅牢性を評価するために適用可能であることを示す。
論文 参考訳(メタデータ) (2024-05-27T08:43:26Z) - Data-Driven Invertible Neural Surrogates of Atmospheric Transmission [2.6938549839852524]
本稿では,スペクトル場から大気透過プロファイルを推定するための枠組みを提案する。
物理に基づくシミュレータが自動的に調整され、観測されたデータをモデル化するための代理的な大気プロファイルが構築される。
論文 参考訳(メタデータ) (2024-04-30T14:55:57Z) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳(メタデータ) (2024-04-02T18:30:29Z) - 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) - Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol
Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。
ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。
本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文 参考訳(メタデータ) (2023-04-27T20:21:18Z) - Environmental Sensor Placement with Convolutional Gaussian Neural
Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。
確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。
本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文 参考訳(メタデータ) (2022-11-18T17:25:14Z) - Slippage-robust Gaze Tracking for Near-eye Display [14.038708833057534]
ヘッドマウントデバイス(HMD)のスリップは、視線追跡エラーを高くする。
球状眼球モデルに基づく近目表示のためのすべり面ローバストな視線追跡法を提案する。
論文 参考訳(メタデータ) (2022-10-20T23:47:56Z) - Vision in adverse weather: Augmentation using CycleGANs with various
object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。
悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。
本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文 参考訳(メタデータ) (2022-01-10T10:02:40Z) - Aligning an optical interferometer with beam divergence control and
continuous action space [64.71260357476602]
我々は1本の腕に共焦点望遠鏡を備えた光学的マッハ・ツェンダー干渉計の視覚に基づくアライメントを実装した。
実験的評価では、エージェントは、既存のソリューションと人間の専門家とを著しく上回る。
論文 参考訳(メタデータ) (2021-07-09T14:23:01Z)
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。