論文の概要: EV-Flying: an Event-based Dataset for In-The-Wild Recognition of Flying Objects

• arxiv url: http://arxiv.org/abs/2506.04048v1
• Date: Wed, 04 Jun 2025 15:14:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 21:20:14.408931
• Title: EV-Flying: an Event-based Dataset for In-The-Wild Recognition of Flying Objects
• Title（参考訳）: EV-Flying:フライング物体のWild内認識のためのイベントベースデータセット
• Authors: Gabriele Magrini, Federico Becattini, Giovanni Colombo, Pietro Pala,
• Abstract要約: イベントカメラは、高時間分解能、低レイテンシ、動きのぼかしに対する堅牢性を提供する。 飛行物体のイベントベースのデータセットであるEV-Flyingを紹介する。 本研究では,点雲に基づく表現イベントを用いた飛行物体の分類について検討した。
• 参考スコア（独自算出の注目度）: 8.487185704099925
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monitoring aerial objects is crucial for security, wildlife conservation, and environmental studies. Traditional RGB-based approaches struggle with challenges such as scale variations, motion blur, and high-speed object movements, especially for small flying entities like insects and drones. In this work, we explore the potential of event-based vision for detecting and recognizing flying objects, in particular animals that may not follow short and long-term predictable patters. Event cameras offer high temporal resolution, low latency, and robustness to motion blur, making them well-suited for this task. We introduce EV-Flying, an event-based dataset of flying objects, comprising manually annotated birds, insects and drones with spatio-temporal bounding boxes and track identities. To effectively process the asynchronous event streams, we employ a point-based approach leveraging lightweight architectures inspired by PointNet. Our study investigates the classification of flying objects using point cloud-based event representations. The proposed dataset and methodology pave the way for more efficient and reliable aerial object recognition in real-world scenarios.
• Abstract（参考訳）: 航空オブジェクトの監視は、セキュリティ、野生生物保護、環境研究に不可欠である。 従来のRGBベースのアプローチは、特に昆虫やドローンのような小型飛行物体に対して、スケールのバリエーション、動きのぼかし、高速物体の動きといった課題に苦しむ。 本研究では,飛行物体を検知・認識するための事象に基づく視覚の可能性,特に短期的・長期的予測可能なパッターを追及しない動物について検討する。 イベントカメラは、高時間分解能、低レイテンシ、動きのぼかしに対する堅牢性を提供し、このタスクに適している。 飛行物体のイベントベースのデータセットであるEV-Flyingを紹介した。 非同期イベントストリームを効果的に処理するために、PointNetにインスパイアされた軽量アーキテクチャを活用するポイントベースのアプローチを採用する。 本研究では,点雲に基づく事象表現を用いた飛行物体の分類について検討した。 提案したデータセットと方法論は、現実のシナリオにおいてより効率的で信頼性の高い航空物体認識の道を開いた。

関連論文リスト

• Distractor-aware Event-based Tracking [45.07711356111249]
  本稿では,シームズネットワークアーキテクチャ(DANet)にトランスフォーマーモジュールを導入するイベントベースのトラッカーを提案する。 本モデルは主にモーション認識ネットワークとターゲット認識ネットワークで構成され,イベントデータから動作キューとオブジェクトの輪郭の両方を同時に活用する。 私たちのDANetは、後処理なしでエンドツーエンドでトレーニングでき、単一のV100上で80FPS以上で実行できます。
  論文  参考訳（メタデータ） (2023-10-22T05:50:20Z)
• 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)
• On the Generation of a Synthetic Event-Based Vision Dataset for Navigation and Landing [69.34740063574921]
  本稿では,最適な着陸軌道からイベントベースの視覚データセットを生成する手法を提案する。 我々は,惑星と小惑星の自然シーン生成ユーティリティを用いて,月面のフォトリアリスティックな画像のシーケンスを構築した。 パイプラインは500トラジェクトリのデータセットを構築することで,表面特徴の現実的なイベントベース表現を生成することができることを示す。
  論文  参考訳（メタデータ） (2023-08-01T09:14:20Z)
• FEDORA: Flying Event Dataset fOr Reactive behAvior [9.470870778715689]
  イベントベースのセンサーは、高速な動きを捉えるための標準フレームベースのカメラに代わる低レイテンシと低エネルギーの代替として登場した。 Flying Eventデータセット fOr Reactive behAviour (FEDORA) - 知覚タスクのための完全に合成されたデータセット。
  論文  参考訳（メタデータ） (2023-05-22T22:59:05Z)
• Event-Free Moving Object Segmentation from Moving Ego Vehicle [88.33470650615162]
  動的シーンにおけるオブジェクトセグメンテーション(MOS)の移動は、自律運転において重要で困難だが、未調査の研究テーマである。 ほとんどのセグメンテーション法は、光学フローマップから得られるモーションキューを利用する。 我々は,光学的フローに頼らずにリッチなモーションキューを提供する,より優れた映像理解のためのイベントカメラを活用することを提案する。
  論文  参考訳（メタデータ） (2023-04-28T23:43:10Z)
• EV-Catcher: High-Speed Object Catching Using Low-latency Event-based Neural Networks [107.62975594230687]
  イベントカメラが優れており、高速移動物体の衝突位置を正確に推定するアプリケーションを実証する。 イベントデータを低レイテンシでエンコードするために,Binary Event History Image(BEHI)と呼ばれる軽量なイベント表現を導入する。 計算制約のある組込みプラットフォーム上でも最大13m/sの速さで, 異なる場所をターゲットとした球のキャッチにおいて, 81%の成功率を達成することができることを示す。
  論文  参考訳（メタデータ） (2023-04-14T15:23:28Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)
• Asynchronous Tracking-by-Detection on Adaptive Time Surfaces for Event-based Object Tracking [87.0297771292994]
  本稿では,イベントベースのトラッキング・バイ・ディテクト(ETD)手法を提案する。 この目的を達成するために,線形時間決定(ATSLTD)イベント・ツー・フレーム変換アルゴリズムを用いた適応時間曲面を提案する。 提案手法と,従来のカメラやイベントカメラをベースとした7種類のオブジェクト追跡手法と,ETDの2種類のバリエーションを比較した。
  論文  参考訳（メタデータ） (2020-02-13T15:58:31Z)

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。