論文の概要: Asynchronous Blob Tracker for Event Cameras

• arxiv url: http://arxiv.org/abs/2307.10593v3
• Date: Wed, 4 Sep 2024 01:13:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-09-05 12:43:35.644606
• Title: Asynchronous Blob Tracker for Event Cameras
• Title（参考訳）: イベントカメラ用非同期ブロブトラッカー
• Abstract要約: イベントベースのカメラは、高時間分解能、低レイテンシ、高範囲のために、高速で動く物体を追跡するのに人気がある。 本稿では,生イベントをリアルタイムに非同期に追跡する新しいアルゴリズムを提案する。 本アルゴリズムは, 難解な照明条件下であっても, 高精度なブロブ追跡, 速度推定, 形状推定を実現する。
• 参考スコア（独自算出の注目度）: 5.64242497932732
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event-based cameras are popular for tracking fast-moving objects due to their high temporal resolution, low latency, and high dynamic range. In this paper, we propose a novel algorithm for tracking event blobs using raw events asynchronously in real time. We introduce the concept of an event blob as a spatio-temporal likelihood of event occurrence where the conditional spatial likelihood is blob-like. Many real-world objects such as car headlights or any quickly moving foreground objects generate event blob data. The proposed algorithm uses a nearest neighbour classifier with a dynamic threshold criteria for data association coupled with an extended Kalman filter to track the event blob state. Our algorithm achieves highly accurate blob tracking, velocity estimation, and shape estimation even under challenging lighting conditions and high-speed motions (> 11000 pixels/s). The microsecond time resolution achieved means that the filter output can be used to derive secondary information such as time-to-contact or range estimation, that will enable applications to real-world problems such as collision avoidance in autonomous driving.
• Abstract（参考訳）: イベントベースのカメラは、高時間分解能、低レイテンシ、高ダイナミックレンジのために、高速で動く物体を追跡するのに人気がある。 本稿では,生イベントをリアルタイムに非同期に追跡する新しいアルゴリズムを提案する。 本稿では,イベントブロブの概念を,条件空間の確率がブロブ様である事象発生の時空間的確率として導入する。 車のヘッドライトのような現実世界の多くのオブジェクトや、素早く動くフォアグラウンドオブジェクトは、イベントブロブデータを生成する。 提案アルゴリズムは,データアソシエーションのダイナミックしきい値と,イベントブロブ状態を追跡するために拡張カルマンフィルタを併用した近傍分類器を用いる。 提案アルゴリズムは, 高精度なブロブ追跡, 速度推定, 形状推定を, 難解な照明条件や高速動作(>11000ピクセル/秒)下でも実現している。 マイクロ秒の時間分解は、フィルタ出力を用いて時間対接触や距離推定などの二次情報を導出し、自律運転における衝突回避などの現実的な問題に応用できることを意味している。

関連論文リスト

• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• EventGait: Towards Robust Gait Recognition with Event Streams [50.890621860023]
  イベントカメラは、マイクロ秒時間分解能と高ダイナミックレンジを提供し、自然にロバストなダイナミックキューをキャプチャし、静的ノイズを抑制する。 イベントの利点を保ちながら、動きと形状を別々にモデル化する、エンドツーエンドのデュアルストリームフレームワークである textbfEventGait を提案する。 当社のアプローチでは,イベント駆動歩行分析の堅牢性と可能性を強調し,合成および実世界の歩行ベンチマークに新たな技術状況が設定されている。
  論文  参考訳（メタデータ） (2026-05-21T08:12:04Z)
• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Relative State Estimation using Event-Based Propeller Sensing [3.0109926137673817]
  本稿では,イベントベースプロペラセンサを用いた四重項の相対状態推定のためのフレームワークを提案する。 提案手法は,5つの実世界の屋外飛行シーケンスのテストデータセットに対して,3%の誤差でプロペラ周波数を推定する。
  論文  参考訳（メタデータ） (2026-04-20T13:59:44Z)
• Asynchronous Multi-Object Tracking with an Event Camera [4.001017064909953]
  本稿では,AEMOT(Asynchronous Event Multi-Object Tracking)アルゴリズムを提案する。 AEMOTを新しいBee Swarmデータセットで評価し、多数の小さなミツバチを精度とリコール性能で追跡し、代替のイベントベース検出と追跡アルゴリズムを37%以上上回った。
  論文  参考訳（メタデータ） (2025-05-12T23:53:08Z)
• Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
  イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。 したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。 本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。 実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-04-10T07:03:08Z)
• Labits: Layered Bidirectional Time Surfaces Representation for Event Camera-based Continuous Dense Trajectory Estimation [1.3416369506987165]
  イベントカメラは、高時間分解能と低レイテンシで動的シーンをキャプチャする。 Labits: Layered Bidirectional Time Surfacesを紹介します。 提案手法は,従来のMultiFlowデータセットと比較して,トラジェクティブ終点誤差(TEPE)を49%削減する。
  論文  参考訳（メタデータ） (2024-12-12T01:11:50Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• BlinkTrack: Feature Tracking over 100 FPS via Events and Images [50.98675227695814]
  本稿では,RGB画像とイベントデータを統合した新しいフレームワークであるBlinkTrackを提案する。 本手法は,従来のカルマンフィルタを学習ベースのフレームワークに拡張し,イベントおよびイメージの分岐において微分可能なカルマンフィルタを利用する。 実験の結果、BlinkTrackは既存のイベントベースの手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-09-26T15:54:18Z)
• Event-Based Visual Odometry on Non-Holonomic Ground Vehicles [20.847519645153337]
  イベントベースのビジュアルオドメトリーは、挑戦的な照明シナリオにおいて信頼性と堅牢性を示す。 提案アルゴリズムは車両の回転速度を正確に推定し,通常の条件下でのフレームベースセンサによるデルタ回転に匹敵する結果を得る。
  論文  参考訳（メタデータ） (2024-01-17T16:52:20Z)
• SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
  SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-29T05:13:43Z)
• Dual Memory Aggregation Network for Event-Based Object Detection with Learnable Representation [79.02808071245634]
  イベントベースのカメラはバイオインスパイアされたセンサーで、各ピクセルの明るさ変化を非同期に捉える。 イベントストリームは、正極性と負極性の両方のためにx-y-t座標の格子に分割され、3次元テンソル表現として柱の集合が生成される。 長メモリは適応型convLSTMの隠れ状態に符号化され、短メモリはイベントピラー間の空間的時間的相関を計算することによってモデル化される。
  論文  参考訳（メタデータ） (2023-03-17T12:12:41Z)
• eCDT: Event Clustering for Simultaneous Feature Detection and Tracking- [4.094848360328624]
  イベントクラスタリングに基づく検出追跡(eCDT) 提案手法は,最先端手法と比較して,特徴追跡年齢が30%向上した。
  論文  参考訳（メタデータ） (2022-07-19T07:39:04Z)
• 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)
• VisEvent: Reliable Object Tracking via Collaboration of Frame and Event Flows [93.54888104118822]
  このタスクには現実的でスケールしたデータセットがないため、大規模なVisible-Eventベンチマーク(VisEventと呼ぶ)を提案する。 私たちのデータセットは、低照度、高速、背景乱雑なシナリオ下でキャプチャされた820のビデオペアで構成されています。 VisEventに基づいて、イベントフローをイベントイメージに変換し、30以上のベースラインメソッドを構築します。
  論文  参考訳（メタデータ） (2021-08-11T03:55:12Z)
• A Hybrid Neuromorphic Object Tracking and Classification Framework for Real-time Systems [5.959466944163293]
  本稿では,イベントベースカメラを用いた物体追跡と分類のためのリアルタイムハイブリッドニューロモルフィックフレームワークを提案する。 イベント・バイ・イベント処理の従来のアプローチとは異なり、この作業では混合フレームとイベント・アプローチを使用して高性能な省エネを実現している。
  論文  参考訳（メタデータ） (2020-07-21T07:11:27Z)
• Asynchronous Tracking-by-Detection on Adaptive Time Surfaces for Event-based Object Tracking [87.0297771292994]
  本稿では,イベントベースのトラッキング・バイ・ディテクト(ETD)手法を提案する。 この目的を達成するために,線形時間決定(ATSLTD)イベント・ツー・フレーム変換アルゴリズムを用いた適応時間曲面を提案する。 提案手法と,従来のカメラやイベントカメラをベースとした7種類のオブジェクト追跡手法と,ETDの2種類のバリエーションを比較した。
  論文  参考訳（メタデータ） (2020-02-13T15:58:31Z)

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。