論文の概要: Simulating single-photon detector array sensors for depth imaging

• arxiv url: http://arxiv.org/abs/2210.05644v1
• Date: Fri, 7 Oct 2022 13:23:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 17:48:57.497915
• Title: Simulating single-photon detector array sensors for depth imaging
• Title（参考訳）: 深度イメージングのための単一光子検出器アレイセンサのシミュレーション
• Authors: Stirling Scholes, Germ\'an Mora-Mart\'in, Feng Zhu, Istvan Gyongy, Phil Soan, and Jonathan Leach
• Abstract要約: 単光雪崩検知器(SPAD)アレイは急速に進歩する技術である。 本研究では,SPADアレイを用いた深度イメージングの基本的な限界を確立するための,頑健で簡単な数値計算手法を確立する。
• 参考スコア（独自算出の注目度）: 2.497104612216142
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Single-Photon Avalanche Detector (SPAD) arrays are a rapidly emerging technology. These multi-pixel sensors have single-photon sensitivities and pico-second temporal resolutions thus they can rapidly generate depth images with millimeter precision. Such sensors are a key enabling technology for future autonomous systems as they provide guidance and situational awareness. However, to fully exploit the capabilities of SPAD array sensors, it is crucial to establish the quality of depth images they are able to generate in a wide range of scenarios. Given a particular optical system and a finite image acquisition time, what is the best-case depth resolution and what are realistic images generated by SPAD arrays? In this work, we establish a robust yet simple numerical procedure that rapidly establishes the fundamental limits to depth imaging with SPAD arrays under real world conditions. Our approach accurately generates realistic depth images in a wide range of scenarios, allowing the performance of an optical depth imaging system to be established without the need for costly and laborious field testing. This procedure has applications in object detection and tracking for autonomous systems and could be easily extended to systems for underwater imaging or for imaging around corners.
• Abstract（参考訳）: 単光雪崩検知器(SPAD)アレイは急速に進歩する技術である。 これらのマルチピクセルセンサーは単光子感度とピコ秒時間分解能を持ち、ミリ精度で急速に深度画像を生成することができる。 このようなセンサーは、将来の自律システムにとって重要な技術であり、ガイダンスと状況認識を提供する。 しかし、SPADアレイセンサの能力をフル活用するためには、幅広いシナリオで生成できる深度画像の品質を確立することが不可欠である。 特定の光学系と有限画像取得時間を考えると、最良ケース深度分解能とSPADアレイが生成する現実像とは何でしょうか。 本研究では,実環境下でのSPADアレイによる深度イメージングの基本的限界を迅速に確立する,頑健で単純な数値計算手法を確立する。 提案手法は,様々なシナリオにおいて現実的な深度画像を高精度に生成し,低コストで精巧なフィールドテストを行うことなく,光学深度イメージングシステムの性能を確立する。 この手順は、自律システムに対する物体の検出と追跡に応用でき、水中イメージングやコーナー周辺のイメージングのために容易にシステムに拡張できる。

関連論文リスト

• MAROON: A Framework for the Joint Characterization of Near-Field High-Resolution Radar and Optical Depth Imaging Techniques [4.816237933371206]
  我々は、光学領域と電波領域の両方から深度イメージを特徴付けるというユニークな課題に挑戦する。 本研究では, 対象物, ジオメトリー, 物体間距離について, 深度測定の総合的な評価を行う。 すべてのオブジェクトの測定は、MAROONと呼ばれるマルチモーダルデータセットとして公開されます。
  論文  参考訳（メタデータ） (2024-11-01T11:53:10Z)
• Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a Light-Weight ToF Sensor [58.305341034419136]
  単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。 本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。 実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
  論文  参考訳（メタデータ） (2023-08-28T07:56:13Z)
• Large-scale single-photon imaging [10.210597636941937]
  単一光子アバランシェダイオード(SPAD)アレイは、蛍光寿命イメージングや量子コンピューティングなどの様々な分野に広く応用されている。 しかし、複雑なハードウェア製造工法とSPADアレイのノイズ障害のため、大規模で高忠実な単一光子イメージングは依然として大きな課題である。 我々はSPADにディープラーニングを導入し、ビット深度と画像品質を大幅に向上させ、超高解像度単一光子イメージングを桁違いに実現した。
  論文  参考訳（メタデータ） (2022-12-28T00:38:04Z)
• Event Guided Depth Sensing [50.997474285910734]
  バイオインスパイアされたイベントカメラ駆動深度推定アルゴリズムを提案する。 提案手法では,イベントカメラが検出したシーン活動に応じて,関心領域を高密度に照明する。 シミュレーションされた自律運転シーケンスと実際の屋内環境におけるアプローチの実現可能性を示す。
  論文  参考訳（メタデータ） (2021-10-20T11:41:11Z)
• Thermal Image Processing via Physics-Inspired Deep Networks [21.094006629684376]
  DeepIRは、物理的に正確なセンサーモデリングとディープネットワークベースのイメージ表現を組み合わせる。 DeepIRは、トレーニングデータや、既知のブラックボディターゲットによる定期的な地平線校正を必要としない。 シミュレーションおよび実データ実験により、DeepIRは3つの画像で高品質な非均一性補正を行うことができることを示した。
  論文  参考訳（メタデータ） (2021-08-18T04:57:48Z)
• Removing Diffraction Image Artifacts in Under-Display Camera via Dynamic Skip Connection Network [80.67717076541956]
  アンダーディスプレイカメラ(UDC)システムは、スマートフォン上で真のベゼルレスおよびノッチフリーの視聴体験を提供します。 典型的なUDCシステムでは、ピクセルアレイはカメラ上の入射光を減衰および回折し、画像品質の大幅な低下をもたらす。 本研究では,前述の劣化問題の解析と対処を目的とする。
  論文  参考訳（メタデータ） (2021-04-19T18:41:45Z)
• Robust super-resolution depth imaging via a multi-feature fusion deep network [2.351601888896043]
  単一光子感度検出器(SPAD)アレイによる光検出・測光(LIDAR)は、高フレームレートで深度画像の取得を可能にする新興技術である。 我々は、カメラのヒストグラムデータから抽出できる複数の特徴を活用するために構築されたディープネットワークを開発する。 ネットワークを様々な3Dデータに適用し,デノナイジングと4倍の解像度の深度向上を実証する。
  論文  参考訳（メタデータ） (2020-11-20T14:24:12Z)
• Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
  単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。 本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
  論文  参考訳（メタデータ） (2020-09-01T14:19:35Z)
• Quanta Burst Photography [15.722085082004934]
  単光子アバランシェダイオード(SPADs)は、個々の入射光を検出できる新しいセンサー技術である。 本研究では,SPCを受動撮像装置として活用した量子バースト撮影技術について述べる。
  論文  参考訳（メタデータ） (2020-06-21T16:20:29Z)
• Depth Sensing Beyond LiDAR Range [84.19507822574568]
  小型の視野カメラを用いた3カメラシステムを提案する。 我々のシステムは、計量深度を計算するための新しいアルゴリズムとともに、完全な事前校正を必要としない。 遠距離のシーンや物体に対して、事実上許容できる精度で密集した深度マップを出力することができる。
  論文  参考訳（メタデータ） (2020-04-07T00:09:51Z)
• Unlimited Resolution Image Generation with R2D2-GANs [69.90258455164513]
  本稿では,任意の解像度の高品質な画像を生成するための新しいシミュレーション手法を提案する。 この方法では、フル長のミッション中に収集したソナースキャンと同等の大きさのソナースキャンを合成することができる。 生成されたデータは、連続的で、現実的に見え、また、取得の実際の速度の少なくとも2倍の速さで生成される。
  論文  参考訳（メタデータ） (2020-03-02T17:49:32Z)

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。