論文の概要: Adaptive Gating for Single-Photon 3D Imaging

• arxiv url: http://arxiv.org/abs/2111.15047v1
• Date: Tue, 30 Nov 2021 01:07:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-01 15:12:26.772403
• Title: Adaptive Gating for Single-Photon 3D Imaging
• Title（参考訳）: 単光子3次元イメージングのための適応ゲーティング
• Authors: Ryan Po, Adithya Pediredla, Ioannis Gkioulekas
• Abstract要約: 単一光子アバランシェダイオード(SPAD)は深度感知タスクで人気が高まっている。 SPADは、積み上げの影響により、高環境光の存在に苦しむ。 本稿では,トンプソンサンプリングに基づく適応ゲーティング手法を提案する。
• 参考スコア（独自算出の注目度）: 20.975840679735903
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Single-photon avalanche diodes (SPADs) are growing in popularity for depth sensing tasks. However, SPADs still struggle in the presence of high ambient light due to the effects of pile-up. Conventional techniques leverage fixed or asynchronous gating to minimize pile-up effects, but these gating schemes are all non-adaptive, as they are unable to incorporate factors such as scene priors and previous photon detections into their gating strategy. We propose an adaptive gating scheme built upon Thompson sampling. Adaptive gating periodically updates the gate position based on prior photon observations in order to minimize depth errors. Our experiments show that our gating strategy results in significantly reduced depth reconstruction error and acquisition time, even when operating outdoors under strong sunlight conditions.
• Abstract（参考訳）: 単一光子アバランシェダイオード(SPAD)は深度感知タスクで人気が高まっている。 しかし、SPADは積み上げの影響により、高い環境光の存在に苦しむ。 従来の手法では固定ゲーティングや非同期ゲーティングを利用して積み上げ効果を最小限に抑えるが、これらのゲーティングスキームはすべて適応的ではなく、シーンプリエントや以前のフォトン検出などの要素をゲーティング戦略に組み込むことができない。 我々はトンプソンサンプリングに基づく適応ゲーティングスキームを提案する。 適応ゲーティングは、深さ誤差を最小限に抑えるために、事前光子観測に基づいてゲート位置を定期的に更新する。 実験の結果, 強い日光条件下での屋外運転においても, ゲーティング戦略により深度復元誤差と取得時間を著しく低減できることがわかった。

関連論文リスト

• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• Boosting Object Detection with Zero-Shot Day-Night Domain Adaptation [33.142262765252795]
  精巧なデータで訓練された検出器は、可視性が低いため、低照度データに対して顕著な性能低下を示す。 我々は、ゼロショット昼夜領域適応による低照度物体検出の高速化を提案する。 本手法は,低照度データを必要とすることなく,高照度シナリオから低照度シナリオへの検出器の一般化を行う。
  論文  参考訳（メタデータ） (2023-12-02T20:11:48Z)
• Practical Exposure Correction: Great Truths Are Always Simple [65.82019845544869]
  我々は,効率と性能の特性を組み立てるPEC(Practical Exposure Corrector)を確立する。 観測結果から有用な情報を抽出するキーエンジンとして,露光対向関数を導入する。 我々の実験は提案したPECの優位性を十分に明らかにしている。
  論文  参考訳（メタデータ） (2022-12-29T09:52:13Z)
• When the Sun Goes Down: Repairing Photometric Losses for All-Day Depth Estimation [47.617222712429026]
  既存の測光損失を昼夜両方の画像に有効にするための3つの手法の組み合わせについて述べる。 まず、連続するフレーム間で起こる光の変化を補うために、ピクセルごとの神経強度変換を導入する。 第2に,推定エゴモーションと深度によって引き起こされる再投影対応を補正するために,画素ごとの残留フローマップを推定する。
  論文  参考訳（メタデータ） (2022-06-28T09:29:55Z)
• Single-Photon Structured Light [31.614032717665832]
  単一光子構造光」は、露光中の光子到着の有無を示すバイナリイメージを検知することで機能する。 本研究では,プロジェクタやカメラデフォーカスのような短距離効果に対して頑健に設計した誤り訂正符号を用いた新しい時間系列を開発する。 我々の実験室のプロトタイプは、非常に低いアルベドや高速な動きの物体を含む困難なシナリオで3Dイメージングを行うことができる。
  論文  参考訳（メタデータ） (2022-04-11T17:57:04Z)
• Wild ToFu: Improving Range and Quality of Indirect Time-of-Flight Depth with RGB Fusion in Challenging Environments [56.306567220448684]
  本稿では,ノイズの多い生のI-ToF信号とRGB画像を用いた学習に基づくエンド・ツー・エンドの深度予測ネットワークを提案する。 最終深度マップでは,ベースラインアプローチと比較して40%以上のRMSE改善が見られた。
  論文  参考訳（メタデータ） (2021-12-07T15:04:14Z)
• Burst Imaging for Light-Constrained Structure-From-Motion [4.125187280299246]
  低光環境下で得られた画像から3次元再構成を支援する画像処理技術を開発した。 バースト写真に基づく本手法は,短時間露光画像のバースト内における画像登録に直接的手法を用いる。 本手法は,低光環境下でのロボットの動作を可能にするための重要なステップであり,地中鉱山や夜間作業などの環境におけるロボットの動作に応用できる可能性がある。
  論文  参考訳（メタデータ） (2021-08-23T02:12:40Z)
• Universal and Flexible Optical Aberration Correction Using Deep-Prior Based Deconvolution [51.274657266928315]
  そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。 具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
  論文  参考訳（メタデータ） (2021-04-07T12:00:38Z)
• Unsupervised Low-light Image Enhancement with Decoupled Networks [103.74355338972123]
  我々は、実世界の低照度画像を教師なしで拡張する2段階のGANベースのフレームワークを学習する。 提案手法は,照度向上と雑音低減の両面から,最先端の教師なし画像強調法より優れる。
  論文  参考訳（メタデータ） (2020-05-06T13:37:08Z)

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。