論文の概要: Globally-Optimal Contrast Maximisation for Event Cameras

• arxiv url: http://arxiv.org/abs/2206.05127v1
• Date: Fri, 10 Jun 2022 14:06:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-13 15:06:46.961960
• Title: Globally-Optimal Contrast Maximisation for Event Cameras
• Title（参考訳）: イベントカメラのグローバル最適コントラスト最大化
• Authors: Xin Peng, Ling Gao, Yifu Wang, Laurent Kneip
• Abstract要約: 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、高時間分解能で難解な照明にうまく機能する。 イベントカメラの画素は独立して非同期に動作する。 事象の流れは、時空の体積における一般的なホモグラフィック・ワープによってモデル化される。
• 参考スコア（独自算出の注目度）: 30.79931004393174
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event cameras are bio-inspired sensors that perform well in challenging illumination conditions and have high temporal resolution. However, their concept is fundamentally different from traditional frame-based cameras. The pixels of an event camera operate independently and asynchronously. They measure changes of the logarithmic brightness and return them in the highly discretised form of time-stamped events indicating a relative change of a certain quantity since the last event. New models and algorithms are needed to process this kind of measurements. The present work looks at several motion estimation problems with event cameras. The flow of the events is modelled by a general homographic warping in a space-time volume, and the objective is formulated as a maximisation of contrast within the image of warped events. Our core contribution consists of deriving globally optimal solutions to these generally non-convex problems, which removes the dependency on a good initial guess plaguing existing methods. Our methods rely on branch-and-bound optimisation and employ novel and efficient, recursive upper and lower bounds derived for six different contrast estimation functions. The practical validity of our approach is demonstrated by a successful application to three different event camera motion estimation problems.
• Abstract（参考訳）: 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、照明条件に挑戦し、時間分解能が高い。 しかし、そのコンセプトは従来のフレームベースのカメラとは根本的に異なる。 イベントカメラの画素は独立かつ非同期に動作する。 対数輝度の変化を測定して、前回の出来事からある量の相対的な変化を示す高度に識別された時間スタンプのイベントを返します。 この種の測定を行うには、新しいモデルとアルゴリズムが必要である。 本研究は,イベントカメラの動作推定問題をいくつか検討する。 イベントの流れは、時空体積の一般的なホモグラフィックワープによってモデル化され、その目的は、ワープされたイベントのイメージ内のコントラストの最大化として定式化される。 私たちの中心となる貢献は、これらの一般的な非凸問題に対するグローバルな最適解を導出することにあります。 提案手法は, 6つの異なるコントラスト推定関数に対して, 新規かつ効率的かつ再帰的な上界および下界を用いた, 分岐と境界の最適化に依拠する。 本手法の実用的妥当性を,3つの異なるイベントカメラモーション推定問題に適用して実証した。

関連論文リスト

• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• Density Invariant Contrast Maximization for Neuromorphic Earth Observations [55.970609838687864]
  コントラスト(CMax)技術は、カメラの運動パラメータを推定し、高コントラスト画像を生成するために、イベントベースの視覚システムで広く用いられている。 これらの手法は耐雑音性があり、シーンが構造よりもノイズの多いイベントを含む場合に発生する多重エクストリーム問題に悩まされる。 提案手法は、コントラストを計算する前に歪んだ事象を補正することにより、複数の過度および耐雑音性問題を克服する。
  論文  参考訳（メタデータ） (2023-04-27T12:17:40Z)
• Globally-Optimal Event Camera Motion Estimation [30.79931004393174]
  イベントカメラは、HDR条件でよく機能し、時間分解能の高いバイオインスパイアされたセンサーである。 イベントカメラは、非同期ピクセルレベルの変更を測定し、高度に識別されたフォーマットでそれらを返す。
  論文  参考訳（メタデータ） (2022-03-08T08:24:22Z)
• Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
  イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。 イベントベースビジュアル・オドメトリー(VO)に焦点をあてる 動作最適化のバックエンドとして非同期構造を提案する。
  論文  参考訳（メタデータ） (2022-03-02T11:28:47Z)
• Visual Odometry with an Event Camera Using Continuous Ray Warping and Volumetric Contrast Maximization [31.627936023222052]
  イベントカメラによるトラッキングとマッピングのための新しいソリューションを提案する。 カメラの動きは回転と変換の両方を含み、変位は任意に構造化された環境で起こる。 コントラストを3Dで実現することで,この問題に対する新たな解決法を提案する。 車両搭載イベントカメラによるAGV運動推定と3次元再構成への応用により,本手法の実用的妥当性が裏付けられる。
  論文  参考訳（メタデータ） (2021-07-07T04:32:57Z)
• Estimating Egocentric 3D Human Pose in Global Space [70.7272154474722]
  本稿では,魚眼カメラを用いた自己中心型3次元体姿勢推定法を提案する。 提案手法は, 定量的, 定性的に, 最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-04-27T20:01:57Z)
• Event Camera Calibration of Per-pixel Biased Contrast Threshold [11.252139579961883]
  イベントカメラは、高時間分解能で強度変化を表す非同期イベントを出力する。 現在、既存の作品のほとんどは、すべてのピクセルの強度変化を推定するために単一のコントラストしきい値を使用します。 本稿では,イベント専用カメラとハイブリッドカメラを対象とする新しいイベントカメラモデルと2つのキャリブレーション手法を提案する。
  論文  参考訳（メタデータ） (2020-12-17T03:16:13Z)
• Event-based Motion Segmentation with Spatio-Temporal Graph Cuts [51.17064599766138]
  イベントベースカメラで取得したオブジェクトを独立に識別する手法を開発した。 この方法は、予想される移動物体の数を事前に決定することなく、技術状態よりも同等以上の性能を発揮する。
  論文  参考訳（メタデータ） (2020-12-16T04:06:02Z)
• 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)

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。