論文の概要: EBS-EKF: Accurate and High Frequency Event-based Star Tracking
- arxiv url: http://arxiv.org/abs/2503.20101v1
- Date: Tue, 25 Mar 2025 22:44:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 13:20:42.836936
- Title: EBS-EKF: Accurate and High Frequency Event-based Star Tracking
- Title(参考訳): EBS-EKF:高精度で高精度なイベントベーススタートラッキング
- Authors: Albert W Reed, Connor Hashemi, Dennis Melamed, Nitesh Menon, Keigo Hirakawa, Scott McCloskey,
- Abstract要約: EBS回路の解析と拡張カルマンフィルタ(EKF)に基づくイベントベーススタートラッキングの新しいアルゴリズムを提案する。
本手法を実夜空データを用いて定量的に評価し,宇宙対応能動画素センサ(APS)の観測結果と比較した。
- 参考スコア(独自算出の注目度): 10.345345595057534
- License:
- Abstract: Event-based sensors (EBS) are a promising new technology for star tracking due to their low latency and power efficiency, but prior work has thus far been evaluated exclusively in simulation with simplified signal models. We propose a novel algorithm for event-based star tracking, grounded in an analysis of the EBS circuit and an extended Kalman filter (EKF). We quantitatively evaluate our method using real night sky data, comparing its results with those from a space-ready active-pixel sensor (APS) star tracker. We demonstrate that our method is an order-of-magnitude more accurate than existing methods due to improved signal modeling and state estimation, while providing more frequent updates and greater motion tolerance than conventional APS trackers. We provide all code and the first dataset of events synchronized with APS solutions.
- Abstract(参考訳): イベントベースセンサー(EBS)は、低レイテンシと電力効率のため、星追跡のための有望な新しい技術であるが、これまでの作業は、単純化された信号モデルによるシミュレーションでのみ評価されてきた。
本稿では,EBS回路の解析と拡張カルマンフィルタ(EKF)に基づくイベントベース星追跡の新しいアルゴリズムを提案する。
本手法を実夜空データを用いて定量的に評価し,宇宙対応能動画素センサ(APS)の観測結果と比較した。
提案手法は信号モデリングと状態推定の改善により既存の手法よりも高精度であり,従来のAPSトラッカーよりも頻繁な更新とモーショントレランスを提供する。
私たちはすべてのコードを提供し、APSソリューションと同期したイベントの最初のデータセットを提供します。
関連論文リスト
- SONNET: Enhancing Time Delay Estimation by Leveraging Simulated Audio [17.811771707446926]
学習に基づく手法は、合成データにもとづいても、新しい実世界のデータに基づいてGCC-PHATを著しく上回り得ることを示す。
トレーニングされたモデルであるSONNETは、リアルタイムに実行可能で、多くの実データアプリケーションのために、最初から新しいデータに取り組んでいます。
論文 参考訳(メタデータ) (2024-11-20T10:23:21Z) - Unfolding Target Detection with State Space Model [8.493729039825332]
本稿では,CFAR検出器を状態空間モデルアーキテクチャに展開することにより,信号処理とディープラーニングを組み合わせた新しい手法を提案する。
CFARパイプラインを保存し、洗練された構成をトレーニング可能なパラメータにすることで、手動パラメータチューニングなしで高い検出性能を実現する。
その結果,提案手法の顕著な性能,CFARとその変種を検出率と誤警報率で10倍に向上させることができた。
論文 参考訳(メタデータ) (2024-10-30T07:43:18Z) - Infrared Small Target Detection in Satellite Videos: A New Dataset and A Novel Recurrent Feature Refinement Framework [28.777999462705516]
IRSatVideo-LEOは、合成された衛星の動き、ターゲットの外観、軌道、強度を備えたセミシミュレートされたデータセットである。
RFRは、長期の時間的依存性を悪用するための、既存の強力なCNNベースの手法を備えることが提案されている。
論文 参考訳(メタデータ) (2024-09-19T03:58:32Z) - KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。
我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。
我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
論文 参考訳(メタデータ) (2024-07-18T05:48:24Z) - SIRST-5K: Exploring Massive Negatives Synthesis with Self-supervised
Learning for Robust Infrared Small Target Detection [53.19618419772467]
単一フレーム赤外線小ターゲット検出(SIRST)は、乱雑な背景から小さなターゲットを認識することを目的としている。
Transformerの開発に伴い、SIRSTモデルのスケールは常に増大している。
赤外線小ターゲットデータの多彩な多様性により,本アルゴリズムはモデル性能と収束速度を大幅に改善する。
論文 参考訳(メタデータ) (2024-03-08T16:14:54Z) - WiFi-TCN: Temporal Convolution for Human Interaction Recognition based
on WiFi signal [4.0773490083614075]
近年,Wi-Fiによる人間活動認識が注目されている。
Wi-FiベースのHARにまつわる課題は、シーンや被写体が変化するときのパフォーマンスが著しく低下することである。
本稿では,TN-AAと呼ばれる時間的畳み込みネットワークを利用した新しいアプローチを提案する。
論文 参考訳(メタデータ) (2023-05-21T08:37:32Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳(メタデータ) (2021-07-14T21:10:47Z) - Model-free Vehicle Tracking and State Estimation in Point Cloud
Sequences [17.351635242415703]
モデルフリーの単一オブジェクト追跡(SOT)という、この問題の新しい設定について研究する。
SOTは第1フレームのオブジェクト状態を入力とし、その後のフレームにおける状態推定と追跡を共同で解決する。
そこで我々は,点群登録,車両形状,動作優先度に基づく最適化アルゴリズムSOTrackerを提案する。
論文 参考訳(メタデータ) (2021-03-10T13:01:26Z) - Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box
Estimation [85.22775182688798]
この研究はAlpha-Refineと呼ばれる新しい、柔軟で正確な改良モジュールを提案する。
これにより、ベーストラッカーのボックス推定品質が大幅に向上する。
TrackingNet, LaSOT, GOT-10K, VOT 2020 ベンチマークの実験では,我々のアプローチがベーストラッカのパフォーマンスを大幅に改善し,遅延がほとんどなかった。
論文 参考訳(メタデータ) (2020-12-12T13:33:25Z) - 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) - SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。
効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。
構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文 参考訳(メタデータ) (2020-07-26T12:32:38Z)
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。