論文の概要: Globally Optimal Event-Based Divergence Estimation for Ventral Landing

• arxiv url: http://arxiv.org/abs/2209.13168v1
• Date: Tue, 27 Sep 2022 06:00:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-28 15:33:40.852253
• Title: Globally Optimal Event-Based Divergence Estimation for Ventral Landing
• Title（参考訳）: グローバル最適事象に基づく腹側着陸の発散推定
• Authors: Sofia McLeod, Gabriele Meoni, Dario Izzo, Anne Mergy, Daqi Liu, Yasir Latif, Ian Reid, Tat-Jun Chin
• Abstract要約: イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。 本研究では, イベントカメラを用いた腹側着陸時の表面との接触時間予測について検討する。 これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。 我々のコアコントリビューションは、イベントベースの発散推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し、最適な発散値を求めるブランチ・アンド・バウンドアルゴリズムである。
• 参考スコア（独自算出の注目度）: 55.29096494880328
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event sensing is a major component in bio-inspired flight guidance and control systems. We explore the usage of event cameras for predicting time-to-contact (TTC) with the surface during ventral landing. This is achieved by estimating divergence (inverse TTC), which is the rate of radial optic flow, from the event stream generated during landing. Our core contributions are a novel contrast maximisation formulation for event-based divergence estimation, and a branch-and-bound algorithm to exactly maximise contrast and find the optimal divergence value. GPU acceleration is conducted to speed up the global algorithm. Another contribution is a new dataset containing real event streams from ventral landing that was employed to test and benchmark our method. Owing to global optimisation, our algorithm is much more capable at recovering the true divergence, compared to other heuristic divergence estimators or event-based optic flow methods. With GPU acceleration, our method also achieves competitive runtimes.
• Abstract（参考訳）: イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。 イベントカメラを用いて,腹側着陸時の表面接触時間(ttc)の予測について検討した。 これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。 私たちの中心となる貢献は、イベントに基づく分岐推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し最適な分岐値を求める分枝・バウンドアルゴリズムである。 グローバルアルゴリズムを高速化するためにGPUアクセラレーションが実行される。 もうひとつのコントリビューションは,私たちのメソッドのテストとベンチマークに使用された,腹側着陸からの実際のイベントストリームを含む,新たなデータセットだ。 グローバルな最適化により、我々のアルゴリズムは、他のヒューリスティックな発散推定器やイベントベースの光流法と比較して、真の発散を回復することができる。 GPUアクセラレーションでは、競合するランタイムも実現している。

関連論文リスト

• Real-Time Polygonal Semantic Mapping for Humanoid Robot Stair Climbing [19.786955745157453]
  階段などの複雑な地形を探索するヒューマノイドロボットに適した,リアルタイムな平面意味マッピングのための新しいアルゴリズムを提案する。 奥行き画像上での異方性拡散フィルタを用いて,重要なエッジ情報を保持しつつ,勾配ジャンプからの雑音を効果的に最小化する。 提案手法は,30Hz以上のレートで1フレームをリアルタイムに処理し,詳細な平面抽出とマップ管理を迅速かつ効率的に行う。
  論文  参考訳（メタデータ） (2024-11-04T09:34:55Z)
• Adaptive Federated Learning Over the Air [108.62635460744109]
  オーバー・ザ・エア・モデル・トレーニングの枠組みの中で,適応勾配法,特にAdaGradとAdamの連合バージョンを提案する。 解析の結果,AdaGrad に基づくトレーニングアルゴリズムは $mathcalO(ln(T) / T 1 - frac1alpha の速度で定常点に収束することがわかった。
  論文  参考訳（メタデータ） (2024-03-11T09:10:37Z)
• Streaming Factor Trajectory Learning for Temporal Tensor Decomposition [33.18423605559094]
  時相テンソル分解のためのストリーム係数軌道学習を提案する。 我々はガウス過程(GP)を用いて因子の軌道をモデル化し、その時間的進化を柔軟に推定する。 合成タスクと実世界のアプリケーションの両方において、SFTLの利点を示してきた。
  論文  参考訳（メタデータ） (2023-10-25T21:58:52Z)
• Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
  最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。 本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
  論文  参考訳（メタデータ） (2022-06-29T22:19:03Z)
• 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)
• hARMS: A Hardware Acceleration Architecture for Real-Time Event-Based Optical Flow [0.0]
  イベントベースの視覚センサは、視覚シーンの変化に基づいて、時間分解能の高い非同期イベントストリームを生成する。 イベントデータから光の流れを計算するための既存の解は、開口問題により運動の真の方向を捉えることができない。 本稿では,低消費電力な組込みプラットフォーム上での真の流れのリアルタイム計算を可能にするfARMSアルゴリズムのハードウェア実現について述べる。
  論文  参考訳（メタデータ） (2021-12-13T16:27:17Z)
• FAITH: Fast iterative half-plane focus of expansion estimation using event-based optic flow [3.326320568999945]
  本研究では, 小型航空機(MAV)の走行経路を決定するためのFAst ITerative Half-plane (FAITH)法を提案する。 その結果,提案手法の計算効率は高い精度を維持しながら最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-02-25T12:49:02Z)
• Learning Monocular Dense Depth from Events [53.078665310545745]
  イベントカメラは、強度フレームではなく、非同期イベントのストリームの形式で輝度を変化させる。 最近の学習に基づくアプローチは、単眼深度予測のようなイベントベースのデータに適用されている。 本稿では,この課題を解決するための繰り返しアーキテクチャを提案し,標準フィードフォワード法よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-16T12:36:23Z)
• End-to-end Learning for Inter-Vehicle Distance and Relative Velocity Estimation in ADAS with a Monocular Camera [81.66569124029313]
  本稿では,ディープニューラルネットワークのエンドツーエンドトレーニングに基づくカメラによる車間距離と相対速度推定手法を提案する。 提案手法の重要な特徴は,2つの時間的単眼フレームによって提供される複数の視覚的手がかりの統合である。 また,移動場における視線歪みの影響を緩和する車両中心サンプリング機構を提案する。
  論文  参考訳（メタデータ） (2020-06-07T08:18:31Z)
• Globally Optimal Contrast Maximisation for Event-based Motion Estimation [43.048406187129736]
  本稿では,大域的に最適なイベントベース動作推定アルゴリズムを提案する。 分岐とバウンド(BnB)に基づいて,イベントストリーム上での回転(DoF)運動推定を解く。 当社のアルゴリズムは現在,300秒で5万件のイベント入力を処理することができる。
  論文  参考訳（メタデータ） (2020-02-25T05:54:29Z)

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。