論文の概要: EE3P: Event-based Estimation of Periodic Phenomena Properties

• arxiv url: http://arxiv.org/abs/2402.14958v1
• Date: Thu, 22 Feb 2024 20:37:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-26 16:29:42.719230
• Title: EE3P: Event-based Estimation of Periodic Phenomena Properties
• Title（参考訳）: EE3P:周期現象特性のイベントベース推定
• Authors: Jakub Kol\'a\v{r}, Radim \v{S}petl\'ik, Ji\v{r}\'i Matas
• Abstract要約: 本稿では,イベントカメラを用いた周期現象の特性測定手法を提案する。 全ての実験において、本手法は、基底真理測定の誤差マージンである0.04%よりも相対的に低い誤差を達成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a novel method for measuring properties of periodic phenomena with an event camera, a device asynchronously reporting brightness changes at independently operating pixels. The approach assumes that for fast periodic phenomena, in any spatial window where it occurs, a very similar set of events is generated at the time difference corresponding to the frequency of the motion. To estimate the frequency, we compute correlations of spatio-temporal windows in the event space. The period is calculated from the time differences between the peaks of the correlation responses. The method is contactless, eliminating the need for markers, and does not need distinguishable landmarks. We evaluate the proposed method on three instances of periodic phenomena: (i) light flashes, (ii) vibration, and (iii) rotational speed. In all experiments, our method achieves a relative error lower than 0.04%, which is within the error margin of ground truth measurements.
• Abstract（参考訳）: 本稿では,イベントカメラを用いて周期的現象の特性を測定する新しい手法を提案する。 このアプローチは、速い周期的現象が発生した任意の空間的ウィンドウにおいて、運動の頻度に対応する時間差で非常に類似した事象が生成されると仮定する。 周波数を推定するために,イベント空間における時空間窓の相関を計算する。 相関応答のピーク間の時間差から周期を算出する。 この方法は接触がなく、マーカーの必要性をなくし、識別可能なランドマークを必要としない。 周期現象の3例について,提案手法の評価を行った。 (i)光が点滅する。 (ii)振動,及び (iii)回転速度。 全ての実験において,本手法は,実測値の誤差限界である0.04%未満の相対誤差を達成する。

関連論文リスト

• EEPPR: Event-based Estimation of Periodic Phenomena Rate using Correlation in 3D [0.0]
  本稿では,イベントカメラによる周期現象の速度測定手法を提案する。 この手法は周期現象に対して、時間空間との時間差で時間窓内で非常に類似した事象が生成されることを仮定する。 提案手法であるEEPEPは,12の周期現象のデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2024-08-13T13:50:46Z)
• Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
  本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。 実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-11T10:10:16Z)
• A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
  本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。 本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
  論文  参考訳（メタデータ） (2023-09-29T08:30:18Z)
• Extracting electromagnetic signatures of spacetime fluctuations [0.0]
  我々は、時空距離のゆらぎが電磁放射に与える影響を明らかにするフォーマリズムを示す。 本稿では,真空の屈折率のランダムなゆらぎとして現れる時空変動のモデルを提案する。 干渉計が感度の高い周波数で信号が現れると、時空変動の強度とスケールが制約されることが示される。
  論文  参考訳（メタデータ） (2023-06-30T14:43:29Z)
• Time-frequency metrology with two single-photon states: phase space picture and the Hong-Ou-Mandel interferometer [0.0]
  我々は、時間周波数連続変数を標準フレームワークとして、個々の光子の部分空間における光の状態を記述する。 この設定に適応し、二次変数に対して既に広く研究されている位相空間像と気象特性の相互作用について述べる。
  論文  参考訳（メタデータ） (2023-01-27T14:48:41Z)
• Full time-dependent counting statistics of highly entangled biphoton states [0.0]
  本稿では,効率的な計算可能な計算式の観点から,時間依存のカウント統計量を提供する手法を提案する。 一般空間モードは自由空間とファイバー伝搬を記述するために考慮される。 このアプローチは任意の光学部品と外部の影響のモジュラーアレイに容易に適用できる。
  論文  参考訳（メタデータ） (2022-09-08T12:45:18Z)
• Characterizing low-frequency qubit noise [55.41644538483948]
  量子ビット周波数のゆらぎは、スケーラブルな量子コンピュータへの道のりで克服すべき主要な問題の1つである。 ゆらぎの統計は、定期的に繰り返されるラムゼー測定の結果の相関子を測定することで特徴づけられる。 この研究は、進化する雑音の存在下での繰り返し測定中に量子力学を記述する方法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T22:48:43Z)
• Understanding of coincidence detection in Franson-type nonlocal correlations for second-order quantum superposition [0.0]
  コインシデンス検出は非局所量子相関測定において重要な技術である。 ここでは、非局所相関領域の基本物理を理解するために、偶然検出をコヒーレントに検討する。 対光子のコヒーレンス特性のため、偶然の手法は、識別不能の親指規則の計測イベントを変更する。
  論文  参考訳（メタデータ） (2022-03-15T02:13:35Z)
• Anomaly Transformer: Time Series Anomaly Detection with Association Discrepancy [68.86835407617778]
  Anomaly Transformerは、6つの教師なし時系列異常検出ベンチマークで最先端のパフォーマンスを達成する。 Anomaly Transformerは、6つの教師なし時系列異常検出ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-06T10:33:55Z)
• Interval-censored Hawkes processes [82.87738318505582]
  本研究では,Hawkesプロセスのパラメータを間隔制限設定で推定するモデルを提案する。 我々は、ホークス族に対する非均質近似が、間隔検閲された設定において牽引可能な可能性を認めている方法を示す。
  論文  参考訳（メタデータ） (2021-04-16T07:29:04Z)
• Unsupervised Feature Learning for Event Data: Direct vs Inverse Problem Formulation [53.850686395708905]
  イベントベースのカメラは、ピクセルごとの明るさ変化の非同期ストリームを記録する。 本稿では,イベントデータからの表現学習のための単一層アーキテクチャに焦点を当てる。 我々は,最先端手法と比較して,認識精度が最大9%向上したことを示す。
  論文  参考訳（メタデータ） (2020-09-23T10:40:03Z)

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。