Fugu-MT 論文翻訳(概要): An efficient neuromorphic approach for collision avoidance combining Stack-CNN with event cameras

論文の概要: An efficient neuromorphic approach for collision avoidance combining Stack-CNN with event cameras

arxiv url: http://arxiv.org/abs/2506.16436v1
Date: Thu, 19 Jun 2025 16:15:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-23 19:00:05.157269
Title: An efficient neuromorphic approach for collision avoidance combining Stack-CNN with event cameras
Title（参考訳）: Stack-CNNとイベントカメラを組み合わせた衝突回避のための効率的なニューロモルフィックアプローチ
Authors: Antonio Giulio Coretti, Mattia Varile, Mario Edoardo Bertaina,
Abstract要約: 本研究は,イベントベースカメラを用いた革新的な衝突回避システムを提案する。このシステムはStack-CNNアルゴリズム(以前は隕石検出に使用されていた)を使用して、リアルタイムのイベントベースのカメラデータを分析して、かすかに動く物体を検出する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Space debris poses a significant threat, driving research into active and passive mitigation strategies. This work presents an innovative collision avoidance system utilizing event-based cameras - a novel imaging technology well-suited for Space Situational Awareness (SSA) and Space Traffic Management (STM). The system, employing a Stack-CNN algorithm (previously used for meteor detection), analyzes real-time event-based camera data to detect faint moving objects. Testing on terrestrial data demonstrates the algorithm's ability to enhance signal-to-noise ratio, offering a promising approach for on-board space imaging and improving STM/SSA operations.
Abstract（参考訳）: 宇宙の破片は重大な脅威となり、アクティブかつパッシブな緩和戦略の研究を推進している。本研究は,SSA(Space situational Awareness)とSTM(Space Traffic Management)に適した,イベントベースのカメラを用いた革新的な衝突回避システムを提案する。このシステムはStack-CNNアルゴリズム(以前は隕石検出に使用されていた)を使用して、リアルタイムのイベントベースのカメラデータを分析して、かすかに動く物体を検出する。地上データを用いたテストでは、信号と雑音の比率を高めるアルゴリズムの能力が示され、オンボードでの宇宙画像撮影とSTM/SSA操作の改善に有望なアプローチを提供する。

関連論文リスト

An Edge AI Solution for Space Object Detection [29.817805350971366]
宇宙物体検出タスクのための深層学習に基づく視覚センシングに基づくエッジAIソリューションを提案する。我々は,これらのモデルの性能を,様々な現実的な空間オブジェクト検出シナリオで評価する。
論文参考訳（メタデータ） (2025-05-08T14:51:19Z)
Vision-Based Detection of Uncooperative Targets and Components on Small Satellites [6.999319023465766]
宇宙デブリと不活性衛星は、運用宇宙船の安全性と完全性に脅威をもたらす。コンピュータビジョンモデルの最近の進歩は、そのような非協調的な目標を追跡する既存の方法を改善するために利用することができる。本稿では,これらの物体を学習とコンピュータビジョンを用いて識別・監視する自律検出モデルを提案する。
論文参考訳（メタデータ） (2024-08-22T02:48:13Z)
Markers Identification for Relative Pose Estimation of an Uncooperative Target [0.0]
本稿では,欧州宇宙機関 (ESA) の環境衛星(ENVISAT) 上の構造マーカーを安全な軌道離脱のために検出する新しい手法を提案する。マーカー検出精度とロバスト性を改善するために,ノイズ付加やボケリングなどの高度な画像前処理技術が用いられている。
論文参考訳（メタデータ） (2024-07-30T03:20:54Z)
SFOD: Spiking Fusion Object Detector [10.888008544975662]
Spiking Fusion Object Detector (SFOD)は、SNNベースのオブジェクト検出のためのシンプルで効率的なアプローチである。我々は、イベントカメラに適用されたSNNにおいて、異なるスケールのフィーチャーマップを初めて融合させる、スパイキングフュージョンモジュールを設計する。我々は、NCARデータセット上で93.7%の精度を達成し、SNNに基づいて最先端の分類結果を確立する。
論文参考訳（メタデータ） (2024-03-22T13:24:50Z)
EventTransAct: A video transformer-based framework for Event-camera based action recognition [52.537021302246664]
イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
論文参考訳（メタデータ） (2023-08-25T23:51:07Z)
Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文参考訳（メタデータ） (2023-08-14T16:48:57Z)
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)
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)
Performance Study of YOLOv5 and Faster R-CNN for Autonomous Navigation around Non-Cooperative Targets [0.0]
本稿では,カメラと機械学習アルゴリズムを組み合わせることで,相対的なナビゲーションを実現する方法について論じる。高速領域ベース畳み込みニューラルネットワーク(R-CNN)とYou Only Look Once(YOLOv5)の2つのディープラーニングに基づくオブジェクト検出アルゴリズムの性能を検証した。本稿では, 特徴認識アルゴリズムの実装と, 宇宙船誘導航法制御システムへの統合に向けての道筋について論じる。
論文参考訳（メタデータ） (2023-01-22T04:53:38Z)
DS-Net: Dynamic Spatiotemporal Network for Video Salient Object Detection [78.04869214450963]
時間情報と空間情報のより効果的な融合のための新しい動的時空間ネットワーク(DSNet)を提案する。提案手法は最先端アルゴリズムよりも優れた性能が得られることを示す。
論文参考訳（メタデータ） (2020-12-09T06:42:30Z)
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。