論文の概要: eCAR: edge-assisted Collaborative Augmented Reality Framework
- arxiv url: http://arxiv.org/abs/2405.06872v1
- Date: Sat, 11 May 2024 02:07:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-14 19:44:41.616909
- Title: eCAR: edge-assisted Collaborative Augmented Reality Framework
- Title(参考訳): eCAR: エッジ支援コラボレーション拡張現実フレームワーク
- Authors: Jinwoo Jeon, Woontack Woo,
- Abstract要約: Collaborative Augmented Realityでは、仮想オブジェクトを同期するデータ通信は、大きなネットワークトラフィックと高いネットワークレイテンシを持つ。
本研究では,大規模屋内環境におけるエッジ支援型多ユーザ協調拡張現実フレームワークを提案する。
- 参考スコア(独自算出の注目度): 8.312199752618287
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel edge-assisted multi-user collaborative augmented reality framework in a large indoor environment. In Collaborative Augmented Reality, data communication that synchronizes virtual objects has large network traffic and high network latency. Due to drift, CAR applications without continuous data communication for coordinate system alignment have virtual object inconsistency. In addition, synchronization messages for online virtual object updates have high latency as the number of collaborative devices increases. To solve this problem, we implement the CAR framework, called eCAR, which utilizes edge computing to continuously match the device's coordinate system with less network traffic. Furthermore, we extend the co-visibility graph of the edge server to maintain virtual object spatial-temporal consistency in neighboring devices by synchronizing a local graph. We evaluate the system quantitatively and qualitatively in the public dataset and a physical indoor environment. eCAR communicates data for coordinate system alignment between the edge server and devices with less network traffic and latency. In addition, collaborative augmented reality synchronization algorithms quickly and accurately host and resolve virtual objects. The proposed system continuously aligns coordinate systems to multiple devices in a large indoor environment and shares augmented reality content. Through our system, users interact with virtual objects and share augmented reality experiences with neighboring users.
- Abstract(参考訳): 本研究では,大規模屋内環境におけるエッジ支援型多ユーザ協調拡張現実フレームワークを提案する。
Collaborative Augmented Realityでは、仮想オブジェクトを同期するデータ通信は、大きなネットワークトラフィックと高いネットワーク遅延を持つ。
ドリフトにより、座標系アライメントのための連続データ通信のないCARアプリケーションは、仮想オブジェクトの不整合を有する。
さらに、オンライン仮想オブジェクト更新のための同期メッセージは、コラボレーティブデバイスの数が増えるにつれてレイテンシが高くなる。
この問題を解決するために,エッジコンピューティングを用いて,ネットワークトラフィックの少ないデバイス座標系を連続的にマッチングする,eCARと呼ばれるCARフレームワークを実装した。
さらに、エッジサーバのコビジュアビリティグラフを拡張し、局所グラフを同期させることにより、隣接するデバイスにおける仮想オブジェクトの時空間一貫性を維持する。
本研究では,公共データセットと物理的屋内環境において,定量的に質的に評価する。
eCARは、エッジサーバとデバイス間のシステムアライメントを調整するためのデータを、ネットワークトラフィックとレイテンシを少なくする。
さらに、協調的な拡張現実同期アルゴリズムは、仮想オブジェクトを迅速かつ正確にホストし、解決する。
提案システムは,大規模な屋内環境下で複数のデバイスに座標系を連続的に調整し,拡張現実コンテンツを共有する。
本システムを通じて,ユーザは仮想オブジェクトと対話し,近隣のユーザと拡張現実体験を共有する。
関連論文リスト
- Enhancing Indoor Mobility with Connected Sensor Nodes: A Real-Time, Delay-Aware Cooperative Perception Approach [11.427488895308073]
本稿では,室内環境に対するリアルタイム・遅延認識協調認識システムを提案する。
このシステムは、ノード間でデータを同期して集約する、遅延認識のグローバルな認識を備えている。
本実験は, ベースラインと比較して, 検出精度と遅延に対する堅牢性に大きな改善が認められた。
論文 参考訳(メタデータ) (2024-11-04T21:31:45Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳(メタデータ) (2024-10-29T19:02:54Z) - Spatio-Temporal 3D Point Clouds from WiFi-CSI Data via Transformer Networks [2.084922791522632]
5Gネットワークと6Gネットワークのキーコンポーネントとして、ジョイントコミュニケーションとセンシング(JC&S)が登場している。
本稿では,時間的チャネル状態情報(CSI)データ,特に振幅と位相を処理するトランスフォーマーアーキテクチャを提案し,室内環境の3次元点雲を生成する。
論文 参考訳(メタデータ) (2024-10-07T08:59:04Z) - Real-Time Hand Gesture Recognition: Integrating Skeleton-Based Data Fusion and Multi-Stream CNN [0.0]
ハンドジェスチャ認識(HGR)は、様々な現実世界のコンテキストにおいて、直感的な人間とコンピュータのインタラクションを可能にする。
既存のフレームワークは、実用的なHGRアプリケーションに必要なリアルタイム要件を満たすのに苦労することが多い。
本研究では,動的ハンドジェスチャの静的イメージタスクへの認識を簡略化する,動的HGRのための頑健な骨格ベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2024-06-21T09:30:59Z) - Robust Collaborative Perception without External Localization and Clock Devices [52.32342059286222]
複数のエージェントをまたいだ一貫した空間的時間的調整は、協調的な知覚の基礎である。
従来の手法は、ローカライゼーションとクロック信号を提供するために外部デバイスに依存している。
本稿では,様々なエージェントの知覚データに内在する幾何学的パターンを認識して整列する手法を提案する。
論文 参考訳(メタデータ) (2024-05-05T15:20:36Z) - Federated Multi-View Synthesizing for Metaverse [52.59476179535153]
メタバースは没入型エンターテイメント、教育、ビジネスアプリケーションを提供すると期待されている。
無線ネットワーク上のバーチャルリアリティ(VR)伝送は、データと計算集約である。
我々は,メタバースにおける無線コンテンツ配信のために,効率的な合成,記憶,通信資源を提供する,新しい多視点合成フレームワークを開発した。
論文 参考訳(メタデータ) (2023-12-18T13:51:56Z) - Resource Allocation for Mobile Metaverse with the Internet of Vehicles
over 6G Wireless Communications: A Deep Reinforcement Learning Approach [8.513938423514636]
Metaverseは、物理的な世界オブジェクト、人、アクション、シーンを仮想世界へ複製する手段として、デジタルツインニング(digital twinning)という中心的なアプローチに依存している。
モバイル拡張現実(Mobile Augmented Reality, MAR)の開発により、ユーザは、モビリティの下でも、高度にインタラクティブな方法でMetaverseを介して対話することができる。
我々は,複数のセルステーションを持つ環境を設計し,セルステーション間でユーザの仮想世界グラフィックダウンロードタスクのハンドオーバを行う。
論文 参考訳(メタデータ) (2022-09-27T14:28:04Z) - Towards Scale Consistent Monocular Visual Odometry by Learning from the
Virtual World [83.36195426897768]
仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。
まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。
結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
論文 参考訳(メタデータ) (2022-03-11T01:51:54Z) - 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) - Spatio-temporal Modeling for Large-scale Vehicular Networks Using Graph
Convolutional Networks [110.80088437391379]
SMARTと呼ばれるグラフベースのフレームワークが提案され、大規模な地理的領域にわたるV2I通信遅延の統計をモデル化し、追跡する。
深層Q-networksアルゴリズムと統合したグラフ畳み込みネットワークを用いたグラフ再構築型手法を開発する。
その結果,提案手法は,モデル化の精度と効率と,大規模車両ネットワークにおける遅延性能を有意に向上させることが示された。
論文 参考訳(メタデータ) (2021-03-13T06:56:29Z) - DynaComm: Accelerating Distributed CNN Training between Edges and Clouds
through Dynamic Communication Scheduling [11.34309642431225]
本稿では,各送信手順を複数のセグメントに分割し,実行時に重複する最適な通信と計算を実現する新しいスケジューラDynaCommを提案する。
DynaComm は、モデル精度を保ちながら、競合する戦略と比較して、すべてのケースで最適なスケジューリングを実現できることを確認します。
論文 参考訳(メタデータ) (2021-01-20T05:09:41Z)
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。