論文の概要: PS-EIP: Robust Photometric Stereo Based on Event Interval Profile

• arxiv url: http://arxiv.org/abs/2503.18341v1
• Date: Mon, 24 Mar 2025 05:01:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-25 16:32:17.115599
• Title: PS-EIP: Robust Photometric Stereo Based on Event Interval Profile
• Title（参考訳）: PS-EIP:イベントインターバルプロファイルに基づくロバストな測光ステレオ
• Authors: Kazuma Kitazawa, Takahito Aoto, Satoshi Ikehata, Tsuyoshi Takatani,
• Abstract要約: EventPSは各イベント間隔を独立して扱い、ノイズ、シャドウ、非ランベルト反射に敏感にする。 本稿では,イベントインターバルプロファイル(PS-EIP)に基づく測光ステレオを提案する。
• 参考スコア（独自算出の注目度）: 9.24340769982606
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recently, the energy-efficient photometric stereo method using an event camera has been proposed to recover surface normals from events triggered by changes in logarithmic Lambertian reflections under a moving directional light source. However, EventPS treats each event interval independently, making it sensitive to noise, shadows, and non-Lambertian reflections. This paper proposes Photometric Stereo based on Event Interval Profile (PS-EIP), a robust method that recovers pixelwise surface normals from a time-series profile of event intervals. By exploiting the continuity of the profile and introducing an outlier detection method based on profile shape, our approach enhances robustness against outliers from shadows and specular reflections. Experiments using real event data from 3D-printed objects demonstrate that PS-EIP significantly improves robustness to outliers compared to EventPS's deep-learning variant, EventPS-FCN, without relying on deep learning.
• Abstract（参考訳）: 近年,移動方向光源下での対数的ランベルト反射の変化によって引き起こされる事象から表面の正常性を取り戻すために,イベントカメラを用いたエネルギー効率の高い測光ステレオ法が提案されている。 しかし、EventPSは各イベント間隔を独立に扱い、ノイズ、シャドウ、非ランベルト反射に敏感になる。 本稿では,イベントインターバルプロファイル(PS-EIP)に基づく測光ステレオを提案する。 プロファイルの連続性を生かし、プロファイル形状に基づく外れ値検出手法を導入することにより、影やスペクトル反射からの外れ値に対する堅牢性を高める。 3Dプリントされたオブジェクトの実際のイベントデータを用いた実験により、PS-EIPは、深層学習に頼ることなく、EventPSのディープラーニング変種であるEventPS-FCNと比較して、アウトレーヤに対する堅牢性を大幅に向上することが示された。

関連論文リスト

• Low-Light Image Enhancement using Event-Based Illumination Estimation [83.81648559951684]
  低照度画像強調(LLIE)は、低照度環境で撮影された画像の可視性を改善することを目的としている。 本稿では,「時間的マッピング」イベントを用いた照明推定の観点から,新たな道を開く。 我々は、ビームスプリッターのセットアップを構築し、画像、時間的マッピングイベント、モーションイベントを含むEvLowLightデータセットを収集する。
  論文  参考訳（メタデータ） (2025-04-13T00:01:33Z)
• Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
  イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。 したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。 本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。 実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-04-10T07:03:08Z)
• Monocular Event-Inertial Odometry with Adaptive decay-based Time Surface and Polarity-aware Tracking [8.706391634769384]
  イベントカメラは、消費電力が低く、ダイナミックレンジが高く、動きがぼやけていない従来のカメラよりも利点があるため、かなりの注目を集めている。 本稿では,極性認識トラッキングを備えた適応型減衰カーネルベース時間面を応用した単分子イベント慣性オドメトリーを提案する。
  論文  参考訳（メタデータ） (2024-09-21T01:35:12Z)
• Evaluating Image-Based Face and Eye Tracking with Event Cameras [9.677797822200965]
  イベントカメラはニューロモルフィックセンサーとしても知られており、ピクセルレベルの局所光強度の変化を捉え、非同期に生成されたイベントと呼ばれるデータを生成する。 このデータフォーマットは、高速で動く物体を撮影する際のアンダーサンプリングのような、従来のカメラで観察される一般的な問題を緩和する。 我々は、従来のアルゴリズムとイベントベースのデータを統合することにより、フレーム形式に変換される可能性を評価する。
  論文  参考訳（メタデータ） (2024-08-19T20:27:08Z)
• 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)
• Event-based Stereo Visual Odometry with Native Temporal Resolution via Continuous-time Gaussian Process Regression [3.4447129363520332]
  イベントベースのカメラは、シーン内の個々の視覚的変化をユニークなタイミングでキャプチャする。 視覚計測パイプラインでは、時間的に密接な測定を1つの共通の時間で行うように近似することで、しばしば対処される。 本稿では,グループ化や近似を必要とせず,個々の事象計測時間を直接推定する完全ステレオVOパイプラインを提案する。
  論文  参考訳（メタデータ） (2023-06-01T22:57:32Z)
• A CNN Based Approach for the Point-Light Photometric Stereo Problem [26.958763133729846]
  本稿では、遠距離場光度ステレオにおける深部ニューラルネットワークの最近の改良を活用して、現実的な仮定を処理できるCNNベースのアプローチを提案する。 われわれのアプローチは、DiLiGenT実世界のデータセットの最先端よりも優れている。 近距離点光源PSデータに対する我々のアプローチの性能を測定するため、LUCESを「近距離点光のための最初の実世界のデータセット」として紹介する。
  論文  参考訳（メタデータ） (2022-10-10T12:57:12Z)
• When the Sun Goes Down: Repairing Photometric Losses for All-Day Depth Estimation [47.617222712429026]
  既存の測光損失を昼夜両方の画像に有効にするための3つの手法の組み合わせについて述べる。 まず、連続するフレーム間で起こる光の変化を補うために、ピクセルごとの神経強度変換を導入する。 第2に,推定エゴモーションと深度によって引き起こされる再投影対応を補正するために,画素ごとの残留フローマップを推定する。
  論文  参考訳（メタデータ） (2022-06-28T09:29:55Z)
• Event-aided Direct Sparse Odometry [54.602311491827805]
  本稿では,イベントとフレームを用いた直接単眼視覚計測法であるEDSを紹介する。 我々のアルゴリズムは、イベント生成モデルを利用して、フレーム間のブラインドタイムにおけるカメラの動きを追跡する。 EDSは直接アプローチでイベントとフレームを使用して6-DOF VOを実行する最初の方法である。
  論文  参考訳（メタデータ） (2022-04-15T20:40:29Z)
• 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)
• Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
  多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。 我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。 本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
  論文  参考訳（メタデータ） (2021-10-11T20:20:03Z)
• Learning Monocular Dense Depth from Events [53.078665310545745]
  イベントカメラは、強度フレームではなく、非同期イベントのストリームの形式で輝度を変化させる。 最近の学習に基づくアプローチは、単眼深度予測のようなイベントベースのデータに適用されている。 本稿では,この課題を解決するための繰り返しアーキテクチャを提案し,標準フィードフォワード法よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-16T12:36:23Z)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

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。