Fugu-MT 論文翻訳(概要): Dynamic Accommodation Measurement using Purkinje Images and ML Algorithms

論文の概要: Dynamic Accommodation Measurement using Purkinje Images and ML Algorithms

arxiv url: http://arxiv.org/abs/2304.01296v1
Date: Mon, 3 Apr 2023 18:47:17 GMT
ステータス: 処理完了
システム内更新日: 2023-04-05 16:46:55.298087
Title: Dynamic Accommodation Measurement using Purkinje Images and ML Algorithms
Title（参考訳）: purkinje画像とmlアルゴリズムを用いた動的調節計測
Authors: Faik Ozan Ozhan, Arda Gulersoy, Ugur Aygun, Afsun Sahin, Hakan Urey
Abstract要約: 4つのPurkinjeリフレクション(PR)に基づく動的視線と調節測定のための試作装置を開発した。 PR1&2とPR3&4は、それぞれ正確な視線測定と調節測定に使用される。眼模型はZEMAXで開発され,実験結果とよく一致した。
参考スコア（独自算出の注目度）: 1.6799377888527687
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We developed a prototype device for dynamic gaze and accommodation measurements based on 4 Purkinje reflections (PR) suitable for use in AR and ophthalmology applications. PR1&2 and PR3&4 are used for accurate gaze and accommodation measurements, respectively. Our eye model was developed in ZEMAX and matches the experiments well. Our model predicts the accommodation from 4 diopters to 1 diopter with better than 0.25D accuracy. We performed repeatability tests and obtained accurate gaze and accommodation estimations from subjects. We are generating a large synthetic data set using physically accurate models and machine learning.
Abstract（参考訳）: 本研究では,ARおよび眼科応用に適した4つのPurkinjeリフレクション(PR)に基づく動的視線および調節測定装置の試作を行った。 PR1&2とPR3&4は、それぞれ正確な視線測定と調節測定に使用される。眼模型はZEMAXで開発され,実験結果とよく一致した。モデルは、0.25d以上の精度で4つのディプターから1つのディプターへの調節を予測している。再現性テストを行い,被験者から正確な視線と調節推定値を得た。我々は物理的に正確なモデルと機械学習を用いて大規模な合成データセットを作成している。

関連論文リスト

CameraHMR: Aligning People with Perspective [54.05758012879385]
モノクロ画像からの正確な3次元ポーズと形状推定の課題に対処する。既存のトレーニングデータセットには、擬似基底真理(pGT)を持つ実画像が含まれている。 pGTの精度を向上させる2つの貢献をしている。
論文参考訳（メタデータ） (2024-11-12T19:12:12Z)
From Blurry to Brilliant Detection: YOLOv5-Based Aerial Object Detection with Super Resolution [4.107182710549721]
超解像度と適応型軽量YOLOv5アーキテクチャを組み合わせた革新的なアプローチを提案する。実験により,小型で密集した物体の検出において,モデルの性能が優れていることを示した。
論文参考訳（メタデータ） (2024-01-26T05:50:58Z)
Applicability of scaling laws to vision encoding models [0.7734726150561089]
我々は,Algonauts Project 2023 Challengeへの参加の一環として,脳活動を予測する高性能視覚符号化モデルの構築方法について検討した。この課題は、参加者が画像を見ている間、機能的MRI(fMRI)によって記録された脳活動を提供する。 86Mから4.3Bまでのパラメータサイズを持ついくつかのビジョンモデルを使用して予測モデルを構築した。
論文参考訳（メタデータ） (2023-08-01T17:31:14Z)
VR-LENS: Super Learning-based Cybersickness Detection and Explainable AI-Guided Deployment in Virtual Reality [1.9642496463491053]
本研究は、サイバーシック検出MLモデルを開発するための、説明可能な人工知能(XAI)ベースのフレームワークであるVR-LENSを提案する。我々はまず,サイバーシック検出のための新しいスーパーラーニングベースのアンサンブルMLモデルを開発した。本手法は, 眼球運動, プレイヤー位置, ガルバニックスキン/ハートレート応答を, 統合センサ, ゲームプレイ, 生体生理学的データセットの最も重要な特徴として同定した。
論文参考訳（メタデータ） (2023-02-03T20:15:51Z)
Detecting Methane Plumes using PRISMA: Deep Learning Model and Data Augmentation [67.32835203947133]
PRISMAのような新世代の超スペクトル画像装置は、高空間分解能(30m)で宇宙からメタン(CH4)プラムの検出能力を著しく改善した。ここでは、PRISMA衛星ミッションの画像を用いてCH4プラムを識別するための完全なフレームワークと、広範囲のプラムを検出可能なディープラーニングモデルを提案する。
論文参考訳（メタデータ） (2022-11-17T17:36:05Z)
Learning to Simulate Realistic LiDARs [66.7519667383175]
リアルLiDARセンサのデータ駆動シミュレーションのためのパイプラインを提案する。本モデルでは, 透明表面上の落下点などの現実的な効果を符号化できることが示される。我々は2つの異なるLiDARセンサのモデルを学習し、それに従ってシミュレーションされたLiDARデータを改善する。
論文参考訳（メタデータ） (2022-09-22T13:12:54Z)
Physics-informed machine learning with differentiable programming for heterogeneous underground reservoir pressure management [64.17887333976593]
地下貯水池の過圧化を避けることは、CO2の沈殿や排水の注入といった用途に欠かせない。地中における複雑な不均一性のため, 噴射・抽出制御による圧力管理は困難である。過圧化防止のための流体抽出速度を決定するために、フル物理モデルと機械学習を用いた微分可能プログラミングを用いる。
論文参考訳（メタデータ） (2022-06-21T20:38:13Z)
Visual-tactile sensing for Real-time liquid Volume Estimation in Grasping [58.50342759993186]
変形性容器内の液体をリアルタイムに推定するためのビジュオ触覚モデルを提案する。我々は、RGBカメラからの生の視覚入力と、特定の触覚センサーからの触覚手がかりの2つの感覚モードを融合する。ロボットシステムは、推定モデルに基づいて、リアルタイムで適切に制御され、調整される。
論文参考訳（メタデータ） (2022-02-23T13:38:31Z)
When Liebig's Barrel Meets Facial Landmark Detection: A Practical Model [87.25037167380522]
正確で、堅牢で、効率的で、一般化可能で、エンドツーエンドのトレーニングが可能なモデルを提案する。精度を向上させるために,2つの軽量モジュールを提案する。 DQInitは、インプットからデコーダのクエリを動的に初期化し、複数のデコーダ層を持つものと同じ精度でモデルを実現する。 QAMemは、共有するクエリではなく、それぞれのクエリに別々のメモリ値を割り当てることで、低解像度のフィーチャーマップ上のクエリの識別能力を高めるように設計されている。
論文参考訳（メタデータ） (2021-05-27T13:51:42Z)
End-to-end deep meta modelling to calibrate and optimize energy consumption and comfort [0.0]
本稿では,リカレントニューラルネットワークに基づくメタモデルを導入し,一般の建物の挙動を予測する訓練を行う。メタモデルの予測とセンサから得られた実データを比較することでパラメータを推定する。エネルギー消費は、目標の熱の快適さと空気の質を維持しながら最適化されている。
論文参考訳（メタデータ） (2021-02-01T10:21:09Z)
Object-oriented SLAM using Quadrics and Symmetry Properties for Indoor Environments [11.069661312755034]
本稿ではRGB-Dカメラを用いたスパースオブジェクトレベルのSLAMアルゴリズムを提案する。二次表現は、その位置、向き、占有空間を含むオブジェクトをコンパクトにモデル化するランドマークとして用いられる。実験の結果,特に移動ロボットの前方軌道における最先端のアルゴリズムと比較して,提案アルゴリズムは2次再構成の精度と収束速度を大幅に向上させることがわかった。
論文参考訳（メタデータ） (2020-04-11T04:15:25Z)

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。