論文の概要: Visual Looming from Motion Field and Surface Normals

• arxiv url: http://arxiv.org/abs/2210.04108v1
• Date: Sat, 8 Oct 2022 21:36:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 19:06:51.560071
• Title: Visual Looming from Motion Field and Surface Normals
• Title（参考訳）: 運動場と表面正常者の視覚ローミング
• Authors: Juan Yepes and Daniel Raviv
• Abstract要約: 織りは、伝統的に観測者の網膜における物体の相対的な拡張として定義され、脅威を認識するための基本的な視覚的キューであり、衝突のないナビゲーションを達成するために使用することができる。 局所表面に対する観測者の6自由度運動から生じる2次元運動場から、視覚的略奪を定量的に得るための新しい解を導出する。 本稿では,光流の空間微分から視覚的略奪を推定するための新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Looming, traditionally defined as the relative expansion of objects in the observer's retina, is a fundamental visual cue for perception of threat and can be used to accomplish collision free navigation. In this paper we derive novel solutions for obtaining visual looming quantitatively from the 2D motion field resulting from a six-degree-of-freedom motion of an observer relative to a local surface in 3D. We also show the relationship between visual looming and surface normals. We present novel methods to estimate visual looming from spatial derivatives of optical flow without the need for knowing range. Simulation results show that estimations of looming are very close to ground truth looming under some assumptions of surface orientations. In addition, we present results of visual looming using real data from the KITTI dataset. Advantages and limitations of the methods are discussed as well.
• Abstract（参考訳）: ルーミングは伝統的にオブザーバーの網膜における物体の相対的膨張として定義されており、脅威の知覚のための基本的な視覚的な手がかりであり、衝突のない航行を達成するために使用できる。 本稿では,3次元の局所面に対する観察者の6自由度運動から生じる2次元運動場から定量的に視角を得るための新しい解を得る。 また,視力低下と表面正常との関係も示した。 そこで本研究では,光流れの空間微分から距離を知ることなく視覚の略奪を推定する新しい手法を提案する。 シミュレーションの結果,地すべり推定は地すべり推定に非常に近いことが示唆された。 さらに,KITTIデータセットの実際のデータを用いた視覚的略奪の結果を示す。 手法の利点や限界についても論じる。

関連論文リスト

• PMPNet: Pixel Movement Prediction Network for Monocular Depth Estimation in Dynamic Scenes [7.736445799116692]
  動的シーンにおける単眼深度推定のための新しい手法を提案する。 まず,動的シーンにおける物体の運動軌跡の任意性について理論的に検討する。 エッジ周辺の深度不整合を克服するために,変形可能なサポートウィンドウモジュールを提案する。
  論文  参考訳（メタデータ） (2024-11-04T03:42:29Z)
• GIC: Gaussian-Informed Continuum for Physical Property Identification and Simulation [60.33467489955188]
  本稿では,視覚的観察を通して物理特性(システム同定)を推定する問題について検討する。 物理特性推定における幾何学的ガイダンスを容易にするために,我々は新しいハイブリッドフレームワークを提案する。 本研究では,3次元ガウス点集合としてオブジェクトを復元する動き分解に基づく動的3次元ガウスフレームワークを提案する。 抽出された物体表面に加えて、ガウスインフォームド連続体はシミュレーション中の物体マスクのレンダリングを可能にする。
  論文  参考訳（メタデータ） (2024-06-21T07:37:17Z)
• Spherinator and HiPSter: Representation Learning for Unbiased Knowledge Discovery from Simulations [0.0]
  我々は、幅広いシミュレーションから有用な科学的洞察を得るための、新しい、偏見のない、機械学習に基づくアプローチについて説明する。 我々の概念は、低次元空間におけるデータのコンパクトな表現を学習するために非線形次元削減を適用することに基づいている。 本稿では、回転不変な超球面変動畳み込み自己エンコーダを用いて、潜時空間の電力分布を利用して、IllustrisTNGシミュレーションから銀河を訓練したプロトタイプを提案する。
  論文  参考訳（メタデータ） (2024-06-06T07:34:58Z)
• 3D-IntPhys: Towards More Generalized 3D-grounded Visual Intuitive Physics under Challenging Scenes [68.66237114509264]
  複雑なシーンと流体の映像から3次元的な視覚的直感的な物理モデルを学習できるフレームワークを提案する。 本モデルでは,生画像から学習し,明示的な3次元表現空間を用いないモデルよりもはるかに優れた将来予測が可能であることを示す。
  論文  参考訳（メタデータ） (2023-04-22T19:28:49Z)
• NeAT: Learning Neural Implicit Surfaces with Arbitrary Topologies from Multi-view Images [17.637064969966847]
  NeATは、多視点画像から任意のトポロジを持つ暗黙の曲面を学習する、新しいニューラルネットワークレンダリングフレームワークである。 NeATは、古典的なマーチングキューブアルゴリズムを用いて、フィールドからメッシュへの変換を容易にする。 我々のアプローチは、水密面と非水密面の両方を忠実に再構築することができる。
  論文  参考訳（メタデータ） (2023-03-21T16:49:41Z)
• NeRF-Gaze: A Head-Eye Redirection Parametric Model for Gaze Estimation [37.977032771941715]
  本稿では,ニューラルラジアンス場に基づく新しい頭部方向パラメトリックモデルを提案する。 我々のモデルは、顔と目を切り離して、別々のニューラルレンダリングを行うことができる。 顔、アイデンティティ、照明、視線方向の属性を別々に制御する目的を達成することができる。
  論文  参考訳（メタデータ） (2022-12-30T13:52:28Z)
• ImpDet: Exploring Implicit Fields for 3D Object Detection [74.63774221984725]
  我々は、境界ボックス回帰を暗黙の関数として見る新しい視点を導入する。 これは、Implicit DetectionまたはImpDetと呼ばれる提案されたフレームワークにつながります。 我々のImpDetは、異なる局所的な3次元空間の点に特定の値を割り当て、高品質な境界を生成することができる。
  論文  参考訳（メタデータ） (2022-03-31T17:52:12Z)
• Visual Vibration Tomography: Estimating Interior Material Properties from Monocular Video [66.94502090429806]
  物体の内部の物質特性は、人間の目には見えないが、表面で観察される動きを決定する。 本研究では,物体の表面振動の単分子ビデオから物体の異種材料特性を推定する手法を提案する。
  論文  参考訳（メタデータ） (2021-04-06T18:05:27Z)
• Neural Topological SLAM for Visual Navigation [112.73876869904]
  意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。 本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2020-05-25T17:56:29Z)
• Cylindrical Convolutional Networks for Joint Object Detection and Viewpoint Estimation [76.21696417873311]
  3次元空間で定義された畳み込みカーネルの円筒形表現を利用する学習可能なモジュールである円筒型畳み込みネットワーク(CCN)を導入する。 CCNはビュー固有の畳み込みカーネルを通してビュー固有の特徴を抽出し、各視点におけるオブジェクトカテゴリスコアを予測する。 本実験は,円柱状畳み込みネットワークが関節物体の検出と視点推定に与える影響を実証する。
  論文  参考訳（メタデータ） (2020-03-25T10:24:58Z)
• 3D Object Detection on Point Clouds using Local Ground-aware and Adaptive Representation of scenes' surface [1.9336815376402714]
  新規で適応的な地上認識と費用対効果の高い3次元物体検出パイプラインを提案する。 2段Lidar物体検出パイプラインにおける最先端3次元物体検出性能について提案する。
  論文  参考訳（メタデータ） (2020-02-02T05:42:23Z)

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。