論文の概要: Event-based Solutions for Human-centered Applications: A Comprehensive Review

• arxiv url: http://arxiv.org/abs/2502.18490v1
• Date: Mon, 17 Feb 2025 13:15:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 02:21:25.710481
• Title: Event-based Solutions for Human-centered Applications: A Comprehensive Review
• Title（参考訳）: 人間中心アプリケーションのためのイベントベースのソリューション: 総合的なレビュー
• Authors: Mira Adra, Simone Melcarne, Nelida Mirabet-Herranz, Jean-Luc Dugelay,
• Abstract要約: イベントカメラは光強度の変化を非同期に捉え、例外的な時間分解能とエネルギー効率を提供する。 関心の高まりにもかかわらず、イベントカメラの人間中心の応用に関する研究はいまだに散在している。 この調査は、これらのドメインを最初に統合することで、そのギャップを埋める。
• 参考スコア（独自算出の注目度）: 3.112384742740621
• License:
• Abstract: Event cameras, often referred to as dynamic vision sensors, are groundbreaking sensors capable of capturing changes in light intensity asynchronously, offering exceptional temporal resolution and energy efficiency. These attributes make them particularly suited for human-centered applications, as they capture both the most intricate details of facial expressions and the complex motion dynamics of the human body. Despite growing interest, research in human-centered applications of event cameras remains scattered, with no comprehensive overview encompassing both body and face tasks. This survey bridges that gap by being the first to unify these domains, presenting an extensive review of advancements, challenges, and opportunities. We also examine less-explored areas, including event compression techniques and simulation frameworks, which are essential for the broader adoption of event cameras. This survey is designed to serve as a foundational reference that helps both new and experienced researchers understand the current state of the field and identify promising directions for future work in human-centered event camera applications. A summary of this survey can be found at https://github.com/nmirabeth/event_human
• Abstract（参考訳）: イベントカメラ(英語: Event Camera)は、しばしばダイナミック・ビジョン・センサーと呼ばれ、光の強度の変化を非同期に捉え、例外的な時間分解能とエネルギー効率を提供する、画期的なセンサーである。 これらの属性は、表情の最も複雑な詳細と、人間の身体の複雑な動きのダイナミクスの両方を捉えるため、人間中心の応用に特に適している。 関心が高まっているにもかかわらず、人中心のイベントカメラの応用に関する研究は散らばっており、身体と顔の両方のタスクを包括的に網羅する包括的概要は示されていない。 この調査は、これらのドメインを最初に統合することでギャップを埋め、進歩、課題、機会の広範なレビューを提示します。 また,イベントカメラの普及に欠かせない,イベント圧縮技術やシミュレーションフレームワークなど,探索の少ない領域についても検討する。 この調査は、新しい研究者と経験豊富な研究者の両方が現場の現状を理解し、人間中心のイベントカメラアプリケーションにおける将来的な研究の方向性を特定するのに役立つ基礎的な基準として機能するように設計されている。 この調査の概要はhttps://github.com/nmirabeth/event_humanで見ることができる。

関連論文リスト

• Event-based Stereo Depth Estimation: A Survey [12.711235562366898]
  ステレオプシスは、生物が私たちの3D世界をナビゲートする深度を知覚する主要な方法であるため、ロボット工学において広くアピールされている。 イベントカメラは、非常に高時間分解能と高ダイナミックレンジで、ピクセルごとの明るさ変化を非同期に検出する、バイオインスパイアされた新しいセンサーである。 高度の時間精度もステレオマッチングの恩恵を受けており、イベントカメラが登場して以来の一般的な研究領域として不透明度(深度)が評価されている。
  論文  参考訳（メタデータ） (2024-09-26T09:43:50Z)
• Recent Event Camera Innovations: A Survey [44.34401412004975]
  人間の視覚システムにインスパイアされたイベントベースのビジョンは、低レイテンシ、高ダイナミックレンジ、消費電力の削減といったトランスフォーメーション機能を提供する。 本稿では、イベントカメラに関する総合的な調査を行い、その進化を経時的に追跡する。 この調査は、主要な製造業者による様々なイベントカメラモデル、重要な技術マイルストーン、そして影響力のある研究貢献をカバーしている。
  論文  参考訳（メタデータ） (2024-08-24T16:48:25Z)
• 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)
• Human Motion Generation: A Survey [67.38982546213371]
  人間の動き生成は、自然の人間のポーズシーケンスを生成し、現実世界の応用に大きな可能性を示すことを目的としている。 この分野のほとんどの研究は、テキスト、オーディオ、シーンコンテキストなどの条件信号に基づいて人間の動きを生成することに焦点を当てている。 本稿では,人間の動作生成に関する総合的な文献レビューを紹介する。
  論文  参考訳（メタデータ） (2023-07-20T14:15:20Z)
• 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)
• A Temporal Densely Connected Recurrent Network for Event-based Human Pose Estimation [24.367222637492787]
  イベントカメラは、バイオインスパイアされた視覚センサーで、ピクセルごとの明るさが非同期に変化する。 本稿では,不完全情報の問題に対処する,新しい密結合型再帰型アーキテクチャを提案する。 この再帰的アーキテクチャにより、時間ステップをまたいだ逐次的だけでなく、非逐次的幾何的整合性も明示的にモデル化できる。
  論文  参考訳（メタデータ） (2022-09-15T04:08:18Z)
• GIMO: Gaze-Informed Human Motion Prediction in Context [75.52839760700833]
  本研究では、高品質なボディポーズシーケンス、シーンスキャン、目視によるエゴ中心のビューを提供する大規模な人体動作データセットを提案する。 私たちのデータ収集は特定のシーンに縛られません。 視線の全可能性を実現するために,視線と運動枝の双方向通信を可能にする新しいネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-04-20T13:17:39Z)
• Onfocus Detection: Identifying Individual-Camera Eye Contact from Unconstrained Images [81.64699115587167]
  Onfocus Detectionは、カメラが捉えた個人の焦点がカメラにあるかどうかを特定することを目的としている。 OnFocus Detection In the Wild (OFDIW) と呼ばれる大規模なオンフォーカス検出データセットを構築しました。 本研究では,視線干渉推論ネットワーク (ECIIN) を用いた眼球深度検出モデルを提案する。
  論文  参考訳（メタデータ） (2021-03-29T03:29:09Z)

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。