論文の概要: Pedestrian detection with high-resolution event camera

• arxiv url: http://arxiv.org/abs/2305.18008v1
• Date: Mon, 29 May 2023 10:57:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-30 15:30:49.198801
• Title: Pedestrian detection with high-resolution event camera
• Title（参考訳）: 高解像度イベントカメラによる歩行者検出
• Authors: Piotr Wzorek, Tomasz Kryjak
• Abstract要約: イベントカメラ(DVS)は、上記の問題に対処するための、潜在的に興味深い技術である。 本稿では,歩行者検出作業における深層学習によるイベントデータ処理の2つの方法の比較を行う。 ビデオフレーム,畳み込みニューラルネットワーク,非同期スパース畳み込みニューラルネットワークの形式で表現した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite the dynamic development of computer vision algorithms, the implementation of perception and control systems for autonomous vehicles such as drones and self-driving cars still poses many challenges. A video stream captured by traditional cameras is often prone to problems such as motion blur or degraded image quality due to challenging lighting conditions. In addition, the frame rate - typically 30 or 60 frames per second - can be a limiting factor in certain scenarios. Event cameras (DVS -- Dynamic Vision Sensor) are a potentially interesting technology to address the above mentioned problems. In this paper, we compare two methods of processing event data by means of deep learning for the task of pedestrian detection. We used a representation in the form of video frames, convolutional neural networks and asynchronous sparse convolutional neural networks. The results obtained illustrate the potential of event cameras and allow the evaluation of the accuracy and efficiency of the methods used for high-resolution (1280 x 720 pixels) footage.
• Abstract（参考訳）: コンピュータビジョンアルゴリズムのダイナミックな開発にもかかわらず、ドローンや自動運転車のような自動運転車の認識と制御システムの実装には多くの課題がある。 従来のカメラで撮影されたビデオストリームは、照明条件が難しいため、動きのぼやけや画質の低下といった問題を引き起こすことが多い。 さらに、フレームレート(通常は毎秒30または60フレーム)は、特定のシナリオにおいて制限要因となる可能性がある。 イベントカメラ(DVS -- Dynamic Vision Sensor)は、上記の問題に対処するための潜在的に興味深い技術である。 本稿では,歩行者検出作業における深層学習によるイベントデータ処理の2つの方法の比較を行う。 我々は,ビデオフレーム,畳み込みニューラルネットワーク,非同期スパース畳み込みニューラルネットワークという表現を用いた。 その結果、イベントカメラの可能性を示し、高解像度(1280 x 720ピクセル)映像に使用される手法の精度と効率を評価することができた。

関連論文リスト

• Deep Event-based Object Detection in Autonomous Driving: A Survey [7.197775088663435]
  イベントカメラは、低レイテンシ、高ダイナミックレンジ、低消費電力のために、自動運転のための有望なセンサーとして登場した。 本稿では,自律走行におけるイベントデータを用いた物体検出の概要について述べる。
  論文  参考訳（メタデータ） (2024-05-07T04:17:04Z)
• E2HQV: High-Quality Video Generation from Event Camera via Theory-Inspired Model-Aided Deep Learning [53.63364311738552]
  バイオインスパイアされたイベントカメラやダイナミックビジョンセンサーは、高時間分解能と高ダイナミックレンジでピクセルごとの明るさ変化(イベントストリームと呼ばれる)を捉えることができる。 イベントストリームを入力として取り出し、直感的な視覚化のために高品質なビデオフレームを生成する、イベント間ビデオ(E2V)ソリューションを求めている。 イベントから高品質なビデオフレームを生成するために設計された新しいE2VパラダイムであるtextbfE2HQVを提案する。
  論文  参考訳（メタデータ） (2024-01-16T05:10:50Z)
• EventAid: Benchmarking Event-aided Image/Video Enhancement Algorithms with Real-captured Hybrid Dataset [55.12137324648253]
  イベントカメラは、ダイナミックレンジとセンサーの速度で従来のフレームベースの撮像センサーよりも有利な、新興のイメージング技術である。 本稿では,5つのイベント支援画像と映像強調タスクに焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-13T15:42:04Z)
• Deep Learning for Event-based Vision: A Comprehensive Survey and Benchmarks [55.81577205593956]
  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、ピクセルごとの強度の変化を非同期に捉える。 深層学習(DL)はこの新興分野に導入され、その可能性のマイニングに活発な研究努力にインスピレーションを与えている。
  論文  参考訳（メタデータ） (2023-02-17T14:19:28Z)
• Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event Cameras [67.84498757689776]
  本稿では,イベントカメラとライダーの直接校正法について述べる。 フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
  論文  参考訳（メタデータ） (2022-07-03T11:05:45Z)
• Scalable and Real-time Multi-Camera Vehicle Detection, Re-Identification, and Tracking [58.95210121654722]
  理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。 私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
  論文  参考訳（メタデータ） (2022-04-15T12:47:01Z)
• EVReflex: Dense Time-to-Impact Prediction for Event-based Obstacle Avoidance [28.88113725832339]
  イベントと深さの融合は、障害回避を行う際の個々のモダリティの障害ケースを克服することを示す。 提案手法は,イベントカメラとライダーストリームを一体化して,シーン形状や障害物の事前知識を必要とせずに計測時間とインパクトを推定する。
  論文  参考訳（メタデータ） (2021-09-01T14:34:20Z)
• Exploiting Raw Images for Real-Scene Super-Resolution [105.18021110372133]
  本稿では,合成データと実撮影画像とのギャップを埋めるために,実シーンにおける単一画像の超解像化の問題について検討する。 本稿では,デジタルカメラの撮像過程を模倣して,よりリアルなトレーニングデータを生成する手法を提案する。 また、原画像に記録された放射情報を活用するために、2分岐畳み込みニューラルネットワークを開発した。
  論文  参考訳（メタデータ） (2021-02-02T16:10:15Z)
• Practical Auto-Calibration for Spatial Scene-Understanding from Crowdsourced Dashcamera Videos [1.0499611180329804]
  本研究では,クラウドソースビデオからの単眼搭載カメラの自動キャリブレーションシステムを提案する。 提案したシステムの有効性を,KITTI生データ,Oxford RobotCar,クラウドソーシングしたD$2$-Cityデータセット上で確認した。
  論文  参考訳（メタデータ） (2020-12-15T15:38:17Z)
• Performance Evaluation of Low-Cost Machine Vision Cameras for Image-Based Grasp Verification [0.0]
  本稿では,マシンビジョンカメラを用いた視覚に基づく把握検証システムを提案する。 実験により,選択したマシンビジョンカメラとディープラーニングモデルにより,フレーム精度97%のグルーピングを堅牢に検証できることが実証された。
  論文  参考訳（メタデータ） (2020-03-23T10:34:27Z)

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。