論文の概要: Event-based multi-view photogrammetry for high-dynamic, high-velocity target measurement
- arxiv url: http://arxiv.org/abs/2506.00578v1
- Date: Sat, 31 May 2025 14:23:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:33.210068
- Title: Event-based multi-view photogrammetry for high-dynamic, high-velocity target measurement
- Title（参考訳）: 高ダイナミック・高速度目標計測のためのイベントベース多視点光線量計
- Authors: Taihang Lei, Banglei Guan, Minzu Liang, Xiangyu Li, Jianbing Liu, Jing Tao, Yang Shang, Qifeng Yu,
- Abstract要約: 既存の測定方法は、限られたダイナミックレンジ、不連続な観測、高コストといった課題に直面している。
本稿では,イベントベース多視点測光システムを活用した新しいアプローチを提案する。
軽ガスガンのフラグメント試験では, 電磁式速度計と比較して測定偏差が4.47%であった。
- 参考スコア（独自算出の注目度）: 9.651861391083703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The characterization of mechanical properties for high-dynamic, high-velocity target motion is essential in industries. It provides crucial data for validating weapon systems and precision manufacturing processes etc. However, existing measurement methods face challenges such as limited dynamic range, discontinuous observations, and high costs. This paper presents a new approach leveraging an event-based multi-view photogrammetric system, which aims to address the aforementioned challenges. First, the monotonicity in the spatiotemporal distribution of events is leveraged to extract the target's leading-edge features, eliminating the tailing effect that complicates motion measurements. Then, reprojection error is used to associate events with the target's trajectory, providing more data than traditional intersection methods. Finally, a target velocity decay model is employed to fit the data, enabling accurate motion measurements via ours multi-view data joint computation. In a light gas gun fragment test, the proposed method showed a measurement deviation of 4.47% compared to the electromagnetic speedometer.
- Abstract（参考訳）: 高ダイナミックで高速な目標運動のための機械的特性のキャラクタリゼーションは、産業において不可欠である。
兵器システムや精密製造プロセスの検証のための重要なデータを提供する。
しかし、既存の測定手法では、ダイナミックレンジの制限、不連続な観測、高コストといった課題に直面している。
本稿では,上記の課題に対処することを目的とした,イベントベースの多視点フォトグラムシステムを活用した新しいアプローチを提案する。
まず、事象の時空間分布における単調性を利用して、ターゲットの先端の特徴を抽出し、運動測定を複雑にする尾行効果を除去する。
次に、リジェクションエラーを使用して、イベントとターゲットの軌道を関連付け、従来の交叉法よりも多くのデータを提供する。
最後に、目標速度減衰モデルを用いてデータを適合させ、我々のマルチビューデータジョイント計算による正確な運動計測を可能にする。
軽ガスガンのフラグメント試験では, 電磁式速度計と比較して測定偏差が4.47%であった。
関連論文リスト
- EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。
本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。
動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。
最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
論文 参考訳（メタデータ） (2025-03-14T13:15:54Z) - Event-Based Tracking Any Point with Motion-Augmented Temporal Consistency [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
出来事の空間的空間性や動きの感度によって引き起こされる課題に対処する。
競合モデルパラメータによる処理を150%高速化する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z) - ESVO2: Direct Visual-Inertial Odometry with Stereo Event Cameras [33.81592783496106]
イベントベースビジュアル・オドメトリーは、追跡とサブプロブレムのマッピング(典型的には並列)を解決することを目的としている
直接パイプライン上に,イベントベースのステレオビジュアル慣性オドメトリーシステムを構築した。
結果として得られるシステムは、現代の高解像度のイベントカメラでうまくスケールする。
論文 参考訳（メタデータ） (2024-10-12T05:35:27Z) - MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。
実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-06-05T04:24:11Z) - Motion Robust High-Speed Light-Weighted Object Detection With Event
Camera [24.192961837270172]
イベントデータをよりよく活用する動き堅牢で高速な検出パイプラインを提案する。
2つの典型的な実景イベントカメラオブジェクト検出データセットの実験により,本手法は精度,効率,パラメータ数において競合することを示した。
論文 参考訳（メタデータ） (2022-08-24T15:15:24Z) - 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)
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。