論文の概要: A Survey on Event-based Optical Marker Systems

• arxiv url: http://arxiv.org/abs/2504.20736v1
• Date: Tue, 29 Apr 2025 13:21:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.902572
• Title: A Survey on Event-based Optical Marker Systems
• Title（参考訳）: イベントベース光マーカシステムに関する調査
• Authors: Nafiseh Jabbari Tofighi, Maxime Robic, Fabio Morbidi, Pascal Vasseur,
• Abstract要約: イベントベースの光学マーカーは、最近、幅広い可能性の可能性を開放した。 これらのシステムが基盤となっている基本原則と技術を分析します。 本稿では,物体検出・追跡,ポーズ推定,光通信など,EBOMSの最も関連性の高い応用について述べる。
• 参考スコア（独自算出の注目度）: 7.425975002659447
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The advent of event-based cameras, with their low latency, high dynamic range, and reduced power consumption, marked a significant change in robotic vision and machine perception. In particular, the combination of these neuromorphic sensors with widely-available passive or active optical markers (e.g. AprilTags, arrays of blinking LEDs), has recently opened up a wide field of possibilities. This survey paper provides a comprehensive review on Event-Based Optical Marker Systems (EBOMS). We analyze the basic principles and technologies on which these systems are based, with a special focus on their asynchronous operation and robustness against adverse lighting conditions. We also describe the most relevant applications of EBOMS, including object detection and tracking, pose estimation, and optical communication. The article concludes with a discussion of possible future research directions in this rapidly-emerging and multidisciplinary field.
• Abstract（参考訳）: イベントベースのカメラの出現は、低レイテンシ、高ダイナミックレンジ、消費電力の削減とともに、ロボットビジョンとマシン知覚に大きな変化をもたらした。 特に、これらのニューロモルフィックセンサーと、広く利用可能なパッシブまたはアクティブな光学マーカー(例えば、エイプリルタグ、点滅するLEDの配列)の組み合わせは、最近幅広い可能性を広げた。 本稿では,イベントベース光学マーカーシステム(EBOMS)について概説する。 我々は,これらのシステムの基盤となる基本原理と技術を分析し,その非同期動作と照明条件に対する堅牢性に着目した。 また、オブジェクト検出・追跡、ポーズ推定、光通信など、EBOMSの最も関連性の高い応用についても述べる。 この記事は、この急激な発展と多分野分野における今後の研究方向性に関する議論から締めくくっている。

関連論文リスト

• Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
  MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。 このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。 クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
  論文  参考訳（メタデータ） (2025-03-21T12:27:49Z)
• Event-based Sensor Fusion and Application on Odometry: A Survey [2.3717744547851627]
  イベントカメラは、高速モーション、低照度、広ダイナミックレンジを特徴とする環境において利点がある。 これらの特性は、特にロボット工学とコンピュータビジョンにおけるセンサー融合に有効なイベントカメラをレンダリングする。
  論文  参考訳（メタデータ） (2024-10-20T19:32:25Z)
• Event-based vision on FPGAs -- a survey [0.0]
  フィールドプログラマブルゲートアレイ(FPGA)は、高速なデータ処理(リアルタイムでも)とエネルギー効率を実現している。 本稿では、FPGAがイベントデータを処理するために様々な文脈で使われている、最も重要な研究の概要について述べる。 フィルタリング、ステレオビジョン、光学フロー、オブジェクト分類のためのAIベースのアルゴリズムの加速、検出と追跡、ロボット工学および検査システムにおける応用などである。
  論文  参考訳（メタデータ） (2024-07-11T10:07:44Z)
• 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)
• Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
  本稿では,革新的な深層学習に基づく量子センシング手法を提案する。 これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。 我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
  論文  参考訳（メタデータ） (2023-11-13T09:46:05Z)
• SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
  SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-29T05:13:43Z)
• Decisive Data using Multi-Modality Optical Sensors for Advanced Vehicular Systems [1.3315340349412819]
  本稿では、最先端の前方視システムと車内運転監視システムの設計・開発のための様々な光学技術に焦点を当てる。 焦点を絞った光学センサーには、Longwave Thermal Imaging (LWIR)カメラ、Near Infrared (NIR)カメラ、Neuromorphic/イベントカメラ、Visible CMOSカメラ、Depthカメラなどがある。
  論文  参考訳（メタデータ） (2023-07-25T16:03:47Z)
• 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 Deep Learning Approach for the Segmentation of Electroencephalography Data in Eye Tracking Applications [56.458448869572294]
  脳波データの時系列セグメンテーションのための新しいフレームワークDETRtimeを紹介する。 エンドツーエンドのディープラーニングベースのフレームワークは、コンピュータビジョンの進歩を前面に立たせています。 我々のモデルは脳波睡眠ステージセグメンテーションのタスクにおいてよく一般化される。
  論文  参考訳（メタデータ） (2022-06-17T10:17:24Z)
• RRNet: Relational Reasoning Network with Parallel Multi-scale Attention for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
  光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。 光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。 提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
  論文  参考訳（メタデータ） (2021-10-27T07:18:32Z)

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。