論文の概要: VECtor: A Versatile Event-Centric Benchmark for Multi-Sensor SLAM

• arxiv url: http://arxiv.org/abs/2207.01404v1
• Date: Mon, 4 Jul 2022 13:37:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-05 16:25:45.711623
• Title: VECtor: A Versatile Event-Centric Benchmark for Multi-Sensor SLAM
• Title（参考訳）: VECtor: マルチセンサSLAMのためのVersatile Event-Centricベンチマーク
• Authors: Ling Gao and Yuxuan Liang and Jiaqi Yang and Shaoxun Wu and Chenyu Wang and Jiaben Chen and Laurent Kneip
• Abstract要約: イベントカメラは、高ダイナミックな状況や難易度照明の状況において、通常のカメラを補完する強い可能性を秘めている。 私たちのコントリビューションは、マルチセンサーセットアップでキャプチャされたベンチマークデータセットの最初の完全なセットです。 個々のシーケンスには、小規模と大規模の両方の環境が含まれており、ダイナミックビジョンセンサーがターゲットとする特定の課題をカバーする。
• 参考スコア（独自算出の注目度）: 31.779462222706346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event cameras have recently gained in popularity as they hold strong potential to complement regular cameras in situations of high dynamics or challenging illumination. An important problem that may benefit from the addition of an event camera is given by Simultaneous Localization And Mapping (SLAM). However, in order to ensure progress on event-inclusive multi-sensor SLAM, novel benchmark sequences are needed. Our contribution is the first complete set of benchmark datasets captured with a multi-sensor setup containing an event-based stereo camera, a regular stereo camera, multiple depth sensors, and an inertial measurement unit. The setup is fully hardware-synchronized and underwent accurate extrinsic calibration. All sequences come with ground truth data captured by highly accurate external reference devices such as a motion capture system. Individual sequences include both small and large-scale environments, and cover the specific challenges targeted by dynamic vision sensors.
• Abstract（参考訳）: イベントカメラは、高ダイナミックな状況や難易度照明の状況において、通常のカメラを補完する強い可能性を秘めている。 イベントカメラの追加の恩恵を受ける可能性のある重要な問題は、同時ローカライゼーションとマッピング(SLAM)によって与えられる。 しかし,イベント包摂型マルチセンサSLAMの進展を保証するためには,新しいベンチマークシーケンスが必要である。 私たちのコントリビューションは、イベントベースのステレオカメラ、通常のステレオカメラ、多重深度センサー、慣性測定ユニットを含むマルチセンサー設定で収集された最初のベンチマークデータセットである。 セットアップは完全にハードウェア同期され、正確な余分なキャリブレーションが行われた。 全てのシーケンスは、モーションキャプチャシステムのような高度に正確な外部参照装置によってキャプチャされた地上の真実データと共にくる。 個々のシーケンスには、小規模と大規模の両方の環境が含まれ、動的視覚センサーがターゲットとする特定の課題をカバーする。

関連論文リスト

• DATAP-SfM: Dynamic-Aware Tracking Any Point for Robust Structure from Motion in the Wild [85.03973683867797]
  本稿では,スムーズなカメラ軌跡を推定し,野生のカジュアルビデオのための高密度点雲を得るための,簡潔でエレガントでロバストなパイプラインを提案する。 提案手法は,複雑な動的課題シーンにおいても,カメラポーズ推定による最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-11-20T13:01:16Z)
• EVIT: Event-based Visual-Inertial Tracking in Semi-Dense Maps Using Windowed Nonlinear Optimization [19.915476815328294]
  イベントカメラは、絶対的な画像強度を統合するのではなく、明るさの変化に反応する興味深い視覚的知覚センサーである。 本報告では, 推定精度を高めるため, 慣性信号の追加を提案する。 本評価では,さまざまな実世界のシーケンスに焦点をあて,異なるレートで実行されるイベントベースの代替手段との比較を行った。
  論文  参考訳（メタデータ） (2024-08-02T16:24:55Z)
• MTMMC: A Large-Scale Real-World Multi-Modal Camera Tracking Benchmark [63.878793340338035]
  マルチターゲットマルチカメラトラッキングは、複数のカメラからのビデオストリームを使用して個人を特定し、追跡する重要なタスクである。 このタスクの既存のデータセットは、制御されたカメラネットワーク設定内で合成または人工的に構築される。 我々は16台のマルチモーダルカメラで2つの異なる環境でキャプチャされた長いビデオシーケンスを含む実世界の大規模データセットであるMTMMCを紹介する。
  論文  参考訳（メタデータ） (2024-03-29T15:08:37Z)
• Temporal-Mapping Photography for Event Cameras [5.344756442054121]
  イベントカメラ、またはダイナミックビジョンセンサー(DVS)は「イベント」の連続ストリームとして明るさの変化を捉えます。 スパース事象を高密度フレームに忠実に変換することは、長い間不適切な問題であった。 本稿では,静的なシーンにおける静止イベントカメラを用いて,高密度画像変換を行うイベントを初めて実現した。
  論文  参考訳（メタデータ） (2024-03-11T05:29:46Z)
• SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
  SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-29T05:13:43Z)
• ESL: Event-based Structured Light [62.77144631509817]
  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あり、標準的なカメラよりも大きな利点がある。 本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
  論文  参考訳（メタデータ） (2021-11-30T15:47:39Z)
• TUM-VIE: The TUM Stereo Visual-Inertial Event Dataset [50.8779574716494]
  イベントカメラはバイオインスパイアされた視覚センサーで、ピクセルごとの明るさの変化を測定する。 これらは、低レイテンシ、高ダイナミックレンジ、高時間分解能、低消費電力など、従来のフレームベースのカメラよりも多くの利点を提供する。 イベントカメラを用いた3次元認識・ナビゲーションアルゴリズムの開発を促進するため,TUM-VIEデータセットを提案する。
  論文  参考訳（メタデータ） (2021-08-16T19:53:56Z)
• Asynchronous Multi-View SLAM [78.49842639404413]
  既存のマルチカメラSLAMシステムは、すべてのカメラの同期シャッターを想定しています。 我々のフレームワークは、トラッキング、ローカルマッピング、ループクローズの間、非同期多フレーム間で情報を関連付けるために、連続時間モーションモデルを統合する。
  論文  参考訳（メタデータ） (2021-01-17T00:50:01Z)
• Event-based Stereo Visual Odometry [42.77238738150496]
  ステレオ・イベント・ベースのカメラ・リグが取得したデータから視覚計測の問題に対する解決策を提案する。 我々は,シンプルかつ効率的な表現を用いて,ステレオイベントベースのデータの時間的一貫性を最大化する。
  論文  参考訳（メタデータ） (2020-07-30T15:53:28Z)
• A Multi-spectral Dataset for Evaluating Motion Estimation Systems [7.953825491774407]
  本稿では,マルチスペクトル運動推定システムの性能評価のための新しいデータセットを提案する。 すべてのシーケンスはハンドヘルドマルチスペクトルデバイスから記録される。 深度画像はMicrosoft Kinect2でキャプチャされ、モダリティ間のステレオマッチングを学習するメリットがある。
  論文  参考訳（メタデータ） (2020-07-01T17:11:02Z)

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。