Fugu-MT 論文翻訳(概要): Non-Invasive Qualitative Vibration Analysis using Event Camera

論文の概要: Non-Invasive Qualitative Vibration Analysis using Event Camera

arxiv url: http://arxiv.org/abs/2410.14364v1
Date: Fri, 18 Oct 2024 10:51:10 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-21 14:25:54.538837
Title: Non-Invasive Qualitative Vibration Analysis using Event Camera
Title（参考訳）: イベントカメラを用いた非侵襲定性的振動解析
Authors: Dwijay Bane, Anurag Gupta, Manan Suri,
Abstract要約: イベントカメラは、リアルタイムな構造評価と微妙な動き解析に有望な機能を提供する。しかし、静止カメラや孤立した動きを含むシナリオにおいて、運動倍率に関する我々の研究は大きな課題を明らかにした。
参考スコア（独自算出の注目度）: 4.274539835775791
License:
Abstract: This technical report investigates the application of event-based vision sensors in non-invasive qualitative vibration analysis, with a particular focus on frequency measurement and motion magnification. Event cameras, with their high temporal resolution and dynamic range, offer promising capabilities for real-time structural assessment and subtle motion analysis. Our study employs cutting-edge event-based vision techniques to explore real-world scenarios in frequency measurement in vibrational analysis and intensity reconstruction for motion magnification. In the former, event-based sensors demonstrated significant potential for real-time structural assessment. However, our work in motion magnification revealed considerable challenges, particularly in scenarios involving stationary cameras and isolated motion.
Abstract（参考訳）: 本研究では,非侵襲的定性的振動解析におけるイベントベース視覚センサの適用について検討し,特に周波数測定と運動倍率に着目した。イベントカメラは、高い時間分解能とダイナミックレンジを持ち、リアルタイムな構造評価と微妙な動き解析に有望な機能を提供する。本研究では最先端のイベントベース視覚技術を用いて、振動解析および運動倍率の強度再構成における周波数測定における実世界のシナリオを探索する。前者では、イベントベースのセンサーがリアルタイムな構造評価に有意な可能性を示していた。しかし、静止カメラや孤立した動きを含むシナリオにおいて、運動倍率に関する我々の研究は大きな課題を明らかにした。

関連論文リスト

Research, Applications and Prospects of Event-Based Pedestrian Detection: A Survey [10.494414329120909]
生物学的網膜にインスパイアされたイベントベースのカメラは、最小限の電力要求、無視できるレイテンシ、時間分解能、拡張可能なダイナミックレンジによって区別される最先端のセンサーへと進化してきた。イベントベースのカメラは、高速撮像のシナリオにおいて、外部データ伝送を誘発し、動きのぼやけをなくすことによって制限に対処する。本稿では,特に自律運転における研究と応用について概観する。
論文参考訳（メタデータ） (2024-07-05T06:17:00Z)
Gear-NeRF: Free-Viewpoint Rendering and Tracking with Motion-aware Spatio-Temporal Sampling [70.34875558830241]
本研究では,シーンをレンダリングする動的領域の階層化モデリングを可能にする意味的セマンティックギアに基づく,時間的(4D)埋め込みの学習方法を提案する。同時に、ほぼ無償で、当社のトラッキングアプローチは、既存のNeRFベースのメソッドでまだ達成されていない機能である、自由視点(free-view of interest)を可能にします。
論文参考訳（メタデータ） (2024-06-06T03:37:39Z)
Motion Segmentation for Neuromorphic Aerial Surveillance [42.04157319642197]
イベントカメラは優れた時間分解能、優れたダイナミックレンジ、最小限の電力要件を提供する。固定間隔で冗長な情報をキャプチャする従来のフレームベースのセンサーとは異なり、イベントカメラは画素レベルの明るさ変化を非同期に記録する。本稿では,イベントデータと光フロー情報の両方に自己監督型視覚変換器を利用する動き分割手法を提案する。
論文参考訳（メタデータ） (2024-05-24T04:36:13Z)
Event-Based Motion Magnification [28.057537257958963]
イベントカメラと従来のRGBカメラを組み合わせたデュアルカメラシステムを提案する。この革新的な組み合わせは、広範かつ費用対効果の高い高周波運動の増幅を可能にする。両カメラシステムとネットワークの有効性と精度を実証し、モーション検出と倍率化のための費用対効果とフレキシブルなソリューションを提供する。
論文参考訳（メタデータ） (2024-02-19T08:59:58Z)
DynaMoN: Motion-Aware Fast and Robust Camera Localization for Dynamic Neural Radiance Fields [71.94156412354054]
動的ニューラルラジアンス場(DynaMoN)の高速かつロバストなカメラ位置推定法を提案する。 DynaMoNは、初期のカメラポーズ推定と高速で正確なノベルビュー合成のための静的集光線サンプリングのために動的コンテンツを処理している。我々は,TUM RGB-DデータセットとBONN RGB-D Dynamicデータセットの2つの実世界の動的データセットに対するアプローチを広く評価した。
論文参考訳（メタデータ） (2023-09-16T08:46:59Z)
Event-based Simultaneous Localization and Mapping: A Comprehensive Survey [52.73728442921428]
ローカライゼーションとマッピングタスクのための非同期および不規則なイベントストリームの利点を利用する、イベントベースのvSLAMアルゴリズムのレビュー。 Paperは、イベントベースのvSLAMメソッドを、特徴ベース、ダイレクト、モーション補償、ディープラーニングの4つのカテゴリに分類する。
論文参考訳（メタデータ） (2023-04-19T16:21:14Z)
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)
Robust Dynamic Radiance Fields [79.43526586134163]
動的放射場再構成法は動的シーンの時間変化構造と外観をモデル化することを目的としている。しかし、既存の手法では、正確なカメラポーズをStructure from Motion (SfM)アルゴリズムによって確実に推定できると仮定している。カメラパラメータとともに静的および動的放射場を共同で推定することにより、このロバスト性問題に対処する。
論文参考訳（メタデータ） (2023-01-05T18:59:51Z)
BuFF: Burst Feature Finder for Light-Constrained 3D Reconstruction [2.298932494750101]
我々は,超低照度条件下での視覚的再構成を向上する画像バーストを直接操作する特徴検出器を開発した。提案手法は,マルチスケールおよびマルチモーション空間を共同で探索することにより,各バースト内における明瞭なスケールと明らかな動きのキーポイントを求める。
論文参考訳（メタデータ） (2022-09-20T05:06:33Z)
Event-based Motion Segmentation with Spatio-Temporal Graph Cuts [51.17064599766138]
イベントベースカメラで取得したオブジェクトを独立に識別する手法を開発した。この方法は、予想される移動物体の数を事前に決定することなく、技術状態よりも同等以上の性能を発揮する。
論文参考訳（メタデータ） (2020-12-16T04:06:02Z)

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。