論文の概要: Gradient events: improved acquisition of visual information in event cameras

• arxiv url: http://arxiv.org/abs/2409.01764v1
• Date: Tue, 3 Sep 2024 10:18:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 02:01:57.481586
• Title: Gradient events: improved acquisition of visual information in event cameras
• Title（参考訳）: グラディエントイベント:イベントカメラにおける視覚情報取得の改善
• Authors: Eero Lehtonen, Tuomo Komulainen, Ari Paasio, Mika Laiho,
• Abstract要約: 従来の明るさイベントと同じ特性から恩恵を受ける新しいタイプのイベントである勾配イベントを提案する。 勾配イベントに基づくビデオ再構成は、既存の最先端の輝度イベントベースの手法よりも大きなマージンで優れていることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The current event cameras are bio-inspired sensors that respond to brightness changes in the scene asynchronously and independently for every pixel, and transmit these changes as ternary event streams. Event cameras have several benefits over conventional digital cameras, such as significantly higher temporal resolution and pixel bandwidth resulting in reduced motion blur, and very high dynamic range. However, they also introduce challenges such as the difficulty of applying existing computer vision algorithms to the output event streams, and the flood of uninformative events in the presence of oscillating light sources. Here we propose a new type of event, the gradient event, which benefits from the same properties as a conventional brightness event, but which is by design much less sensitive to oscillating light sources, and which enables considerably better grayscale frame reconstruction. We show that the gradient event -based video reconstruction outperforms existing state-of-the-art brightness event -based methods by a significant margin, when evaluated on publicly available event-to-video datasets. Our results show how gradient information can be used to significantly improve the acquisition of visual information by an event camera.
• Abstract（参考訳）: 現在の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、シーンの明るさ変化に非同期に反応し、各ピクセルに対して独立に反応し、これらの変化を3次イベントストリームとして送信する。 イベントカメラは、時間分解能とピクセル帯域幅が大幅に向上し、動きのぼやけが減少し、ダイナミックレンジが非常に高くなるなど、従来のデジタルカメラよりもいくつかの利点がある。 しかし、既存のコンピュータビジョンアルゴリズムを出力イベントストリームに適用することの難しさや、振動する光源の存在下での非形式的なイベントの洪水といった課題も導入している。 ここでは、従来の明るさイベントと同じ特性から得られる勾配イベントという新しいタイプのイベントを提案するが、これは光源の発振に非常に敏感な設計であり、グレースケールのフレーム再構成をかなり改善することができる。 傾斜イベントに基づくビデオ再構成は、利用可能なイベント・ツー・ビデオ・データセットで評価した場合、既存の最先端の輝度・イベント・ベースの手法よりも大きなマージンで優れていることを示す。 以上の結果から,イベントカメラによる視覚情報の取得において,勾配情報をどのように活用できるかが示唆された。

関連論文リスト

• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [76.02450110026747]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• Generalized Event Cameras [15.730999915036705]
  イベントカメラは、高解像度かつ最小の帯域幅で世界をキャプチャする。 我々は、帯域幅効率のよいシーン強度を本質的に保持する一般化イベントカメラを設計する。 私たちの単一光子イベントカメラは、低再生速度で高速で高忠実なイメージングを可能にします。
  論文  参考訳（メタデータ） (2024-07-02T21:48:32Z)
• Temporal-Mapping Photography for Event Cameras [5.344756442054121]
  イベントカメラ、またはダイナミックビジョンセンサー(DVS)は「イベント」の連続ストリームとして明るさの変化を捉えます。 スパース事象を高密度フレームに忠実に変換することは、長い間不適切な問題であった。 本稿では,静的なシーンにおける静止イベントカメラを用いて,高密度画像変換を行うイベントを初めて実現した。
  論文  参考訳（メタデータ） (2024-03-11T05:29:46Z)
• 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)
• Revisiting Event-based Video Frame Interpolation [49.27404719898305]
  ダイナミックビジョンセンサーやイベントカメラは、ビデオフレームに豊富な補完情報を提供する。 イベントからの光の流れを推定することは、RGB情報より間違いなく困難である。 イベントベースの中間フレーム合成を複数の単純化段階において漸進的に行う分割・対数戦略を提案する。
  論文  参考訳（メタデータ） (2023-07-24T06:51:07Z)
• E$^2$(GO)MOTION: Motion Augmented Event Stream for Egocentric Action Recognition [21.199869051111367]
  イベントカメラは「イベント」の形でピクセルレベルの強度変化を捉えます N-EPIC-Kitchensは、大規模なEPIC-Kitchensデータセットの最初のイベントベースのカメラ拡張である。 イベントデータは、RGBと光フローに匹敵するパフォーマンスを提供するが、デプロイ時に追加のフロー計算を行わないことを示す。
  論文  参考訳（メタデータ） (2021-12-07T09:43:08Z)
• MEFNet: Multi-scale Event Fusion Network for Motion Deblurring [62.60878284671317]
  従来のフレームベースのカメラは、長時間露光のために必然的に動きがぼやけている。 バイオインスパイアされたカメラの一種として、イベントカメラは、高時間分解能で非同期な方法で強度変化を記録する。 本稿では,イベントベースの画像劣化問題を再考し,これをエンドツーエンドの2段階画像復元ネットワークに展開する。
  論文  参考訳（メタデータ） (2021-11-30T23:18:35Z)
• EventHands: Real-Time Neural 3D Hand Reconstruction from an Event Stream [80.15360180192175]
  単眼ビデオからの3d手ポーズ推定は、長年の課題である。 我々は1つのイベントカメラ、すなわち明るさ変化に反応する非同期視覚センサを使用して、初めてそれに対処する。 従来,単一のrgbカメラや深度カメラでは表示されなかった特徴がある。
  論文  参考訳（メタデータ） (2020-12-11T16:45:34Z)
• Reducing the Sim-to-Real Gap for Event Cameras [64.89183456212069]
  イベントカメラは、非同期でピクセルごとの明るさ変化を報告し、非並列の低レイテンシで「イベント」と呼ばれるパラダイムシフトする新しいセンサーである。 近年の研究では、コンボリューショナルニューラルネットワーク(CNN)を用いて、映像再構成とイベントによる光学的流れを実証している。 既存のビデオ再構成ネットワークの性能を20～40%向上させるイベントベースCNNのトレーニングデータ改善戦略を提案する。
  論文  参考訳（メタデータ） (2020-03-20T02:44:29Z)

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。