論文の概要: Probabilistic Approach for Detection of High-Frequency Periodic Signals using an Event Camera
- arxiv url: http://arxiv.org/abs/2205.04691v4
- Date: Tue, 25 Jun 2024 10:41:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-26 23:29:11.791418
- Title: Probabilistic Approach for Detection of High-Frequency Periodic Signals using an Event Camera
- Title（参考訳）: イベントカメラを用いた高周波周期信号検出のための確率論的アプローチ
- Authors: David El-Chai Ben-Ezra, Ron Arad, Ayelet Padowicz, Israel Tugendhaft,
- Abstract要約: イベントカメラを用いた高周波数画素サイズの周期信号検出のための非同期イベント駆動アルゴリズムを提案する。
新しいパラダイムを満たすために開発されたこのアルゴリズムは、確率の未処理理論問題と関係があることが判明した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Being inspired by the biological eye, event camera is a novel asynchronous technology that pose a paradigm shift in acquisition of visual information. This paradigm enables event cameras to capture pixel-size fast motions much more naturally compared to classical cameras. In this paper we present a new asynchronous event-driven algorithm for detection of high-frequency pixel-size periodic signals using an event camera. Development of such new algorithms, to efficiently process the asynchronous information of event cameras, is essential and being a main challenge in the research community, in order to utilize its special properties and potential. It turns out that this algorithm, that was developed in order to satisfy the new paradigm, is related to an untreated theoretical problem in probability: let $0\leq\tau_{1}\leq\tau_{2}\leq\cdots\leq\tau_{m}\leq1$, originated from an unknown distribution. Let also $\epsilon,\delta\in\mathbb{R}$, and $d\in\mathbb{N}$. What can be said about the probability $\Phi(m,d)$ of having more than $d$ adjacent $\tau_{i}$-s pairs that the distance between them is $\delta$, up to an error $\epsilon$ ? This problem, that reminds the area of order statistic, shows how the new visualization paradigm is also an opportunity to develop new areas and problems in mathematics.
- Abstract（参考訳）: 生体眼にインスパイアされたイベントカメラは、視覚情報の獲得にパラダイムシフトをもたらす新しい非同期技術である。
このパラダイムにより、イベントカメラは従来のカメラに比べてはるかに自然にピクセルサイズの高速モーションをキャプチャできる。
本稿では,イベントカメラを用いた高周波数画素サイズ周期信号検出のための非同期イベント駆動アルゴリズムを提案する。
イベントカメラの非同期情報を効率的に処理する新しいアルゴリズムの開発は,研究コミュニティにとって重要な課題である。
この新しいパラダイムを満たすために開発されたこのアルゴリズムは、確率の未処理理論問題に関係している。
また、$\epsilon,\delta\in\mathbb{R}$, $d\in\mathbb{N}$とする。
$\Phi(m,d)$が$d$以上の隣接する$\tau_{i}$-sペアを持つ確率について、それらの間の距離が$\delta$であるなら、エラー$\epsilon$か?
この問題は順序統計学の領域を思い起こさせるもので、新しい可視化パラダイムが数学の新しい領域や問題を発展させる機会でもあることを示している。
関連論文リスト
- Dimension Independent and Computationally Efficient Shadow Tomography [0.0]
シャドウトモグラフィーアルゴリズムは$n=Theta(sqrtmlog m/epsilon2)$サンプルを使用し、$m$の測定と追加エラー$epsilon$について説明する。
これは、ナイーブなアプローチを改善する、これまで知られていたすべてのアルゴリズムとは対照的である。
論文 参考訳（メタデータ） (2024-11-03T03:07:35Z) - Graph-based Asynchronous Event Processing for Rapid Object Recognition [59.112755601918074]
イベントカメラは、各イベントがピクセル位置、トリガ時間、明るさの極性が変化するような非同期イベントストリームをキャプチャする。
イベントカメラのための新しいグラフベースのフレームワーク、SlideGCNを紹介した。
当社のアプローチでは、データをイベント単位で効率的に処理し、内部でグラフの構造を維持しながら、イベントデータの低レイテンシ特性を解放することが可能です。
論文 参考訳（メタデータ） (2023-08-28T08:59:57Z) - EventTransAct: A video transformer-based framework for Event-camera
based action recognition [52.537021302246664]
イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。
本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。
イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
論文 参考訳（メタデータ） (2023-08-25T23:51:07Z) - Minimax Rates for Robust Community Detection [19.229475414802213]
逆ノードの破損を伴うブロックモデルにおけるコミュニティ検出の問題点について検討する。
我々の主な結果は、$epsilon$-fraction of corruption and unbounded error $O(epsilon) + e-fracC2 (1 pm o(1))$ where $C = (sqrta - sqrtb)2$ is the signal-to-noise ratio。
アルゴリズムがさらに機能するという意味では、我々のアルゴリズムは2倍に損なわれていることを示す。
論文 参考訳（メタデータ） (2022-07-25T04:45:16Z) - Towards a method to anticipate dark matter signals with deep learning at
the LHC [58.720142291102135]
ニューラルネットワークを用いた簡易暗黒物質モデルとそのシグネチャをLHCで検討した。
通常のモノジェットと逆エネルギーチャネルの欠如に焦点を当てるが、アルゴリズムを訓練するためには、イベント・バイ・イベント・アレーの代わりに2Dヒストグラムでデータを整理する。
これにより、標準モデル(SM)のみとSMと新しい物理信号とを区別する性能が大きく向上する。
論文 参考訳（メタデータ） (2021-05-25T15:38:13Z) - luvHarris: A Practical Corner Detector for Event-cameras [3.5097082077065]
イベント駆動型コンピュータビジョンがよりアクセスしやすくなってきた。
現在の最先端技術は、実用性を考慮した場合、満足のいく精度かリアルタイムパフォーマンスのいずれかを持っている。
検索イベント・ハリス(luvHarris)と呼ばれるコーナー検出を行う別の方法を提案する。
論文 参考訳（メタデータ） (2021-05-24T17:54:06Z) - Intra-Inter Camera Similarity for Unsupervised Person Re-Identification [50.85048976506701]
擬似ラベル生成のための新しいカメラ内類似性について検討する。
re-idモデルをカメラ内およびカメラ間擬似ラベルを用いて2段階訓練した。
この単純なinter-inter cameraの類似性は、複数のデータセットで驚くほど優れたパフォーマンスを生み出す。
論文 参考訳（メタデータ） (2021-03-22T08:29:04Z) - Unsupervised Feature Learning for Event Data: Direct vs Inverse Problem
Formulation [53.850686395708905]
イベントベースのカメラは、ピクセルごとの明るさ変化の非同期ストリームを記録する。
本稿では,イベントデータからの表現学習のための単一層アーキテクチャに焦点を当てる。
我々は,最先端手法と比較して,認識精度が最大9%向上したことを示す。
論文 参考訳（メタデータ） (2020-09-23T10:40:03Z) - Event-based Asynchronous Sparse Convolutional Networks [54.094244806123235]
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、非同期でスパースな「イベント」の形で画素ごとの明るさ変化に反応する。
同期画像のようなイベント表現で訓練されたモデルを、同じ出力を持つ非同期モデルに変換するための一般的なフレームワークを提案する。
理論的および実験的に、これは高容量同期ニューラルネットワークの計算複雑性と遅延を大幅に減少させることを示す。
論文 参考訳（メタデータ） (2020-03-20T08:39:49Z)
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。