論文の概要: Event Camera Guided Visual Media Restoration & 3D Reconstruction: A Survey

• arxiv url: http://arxiv.org/abs/2509.09971v1
• Date: Fri, 12 Sep 2025 05:16:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-15 16:03:07.981442
• Title: Event Camera Guided Visual Media Restoration & 3D Reconstruction: A Survey
• Title（参考訳）: イベントカメラガイドによるビジュアルメディア修復と3D再構築
• Authors: Aupendu Kar, Vishnu Raj, Guan-Ming Su,
• Abstract要約: イベントカメラセンサーは、バイオインスパイアされたセンサーで、ピクセルごとの明るさ変化を非同期にキャプチャし、これらの変化の極性、位置、時間を示すイベントのストリームを出力する。 これらのシステムは、レイテンシの低さ、消費電力の削減、そして超高捕獲率によって、急速に進歩する分野として観察されている。 この調査では、従来のフレームベースのキャプチャによるイベントストリームの融合の進化について検討し、このシナジーが様々なビデオ復元や3D再構成作業にどのように貢献するかを強調した。
• 参考スコア（独自算出の注目度）: 11.52104902059751
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event camera sensors are bio-inspired sensors which asynchronously capture per-pixel brightness changes and output a stream of events encoding the polarity, location and time of these changes. These systems are witnessing rapid advancements as an emerging field, driven by their low latency, reduced power consumption, and ultra-high capture rates. This survey explores the evolution of fusing event-stream captured with traditional frame-based capture, highlighting how this synergy significantly benefits various video restoration and 3D reconstruction tasks. The paper systematically reviews major deep learning contributions to image/video enhancement and restoration, focusing on two dimensions: temporal enhancement (such as frame interpolation and motion deblurring) and spatial enhancement (including super-resolution, low-light and HDR enhancement, and artifact reduction). This paper also explores how the 3D reconstruction domain evolves with the advancement of event driven fusion. Diverse topics are covered, with in-depth discussions on recent works for improving visual quality under challenging conditions. Additionally, the survey compiles a comprehensive list of openly available datasets, enabling reproducible research and benchmarking. By consolidating recent progress and insights, this survey aims to inspire further research into leveraging event camera systems, especially in combination with deep learning, for advanced visual media restoration and enhancement.
• Abstract（参考訳）: イベントカメラセンサーは、バイオインスパイアされたセンサーで、ピクセルごとの明るさ変化を非同期にキャプチャし、これらの変化の極性、位置、時間を示すイベントのストリームを出力する。 これらのシステムは、レイテンシの低さ、消費電力の削減、そして超高捕獲率によって、急速に進歩する分野として観察されている。 この調査では、従来のフレームベースのキャプチャによるイベントストリームの融合の進化について検討し、このシナジーが様々なビデオ復元や3D再構成作業にどのように貢献するかを強調した。 本論文は,時間的拡張(フレーム補間や動作不良など)と空間的拡張(超解像,低照度,HDR強調,アーティファクト縮小など)の2次元に焦点をあて,画像/映像の再生に対する大きな深層学習の貢献を体系的にレビューする。 本稿では, イベント駆動核融合の進展に伴い, 3次元再構成ドメインがどのように進化するかを考察する。 様々な話題が取り上げられており、課題のある条件下での視覚的品質向上に向けた最近の研究について詳細に議論されている。 さらに、調査では、公開データセットの包括的なリストをコンパイルし、再現可能な調査とベンチマークを可能にしている。 近年の進歩と洞察を集約することにより,特に深層学習と組み合わせたイベントカメラシステムを活用した高度なビジュアルメディアの復元と向上に向けたさらなる研究をめざす。

関連論文リスト

• A Survey of 3D Reconstruction with Event Cameras [16.103940503726022]
  イベントカメラはスパースで時間的に密度の高いデータストリームを生成し、堅牢で正確な3D再構成を可能にする。 これらの能力は、自律運転、ロボティクス、空中ナビゲーション、没入型バーチャルリアリティーなど、さまざまな分野にまたがるトランスフォーメーションアプリケーションに対して、大きな保証を提供する。 本調査は, イベント駆動型3D再構築における最先端技術に向けた, 明確かつモチベーションの高いロードマップを提供する。
  論文  参考訳（メタデータ） (2025-05-13T11:04:04Z)
• A Survey on Event-driven 3D Reconstruction: Development under Different Categories [4.459934616871806]
  イベントカメラは、高時間分解能、低レイテンシ、高ダイナミックレンジのため、3次元再構成に注目が集まっている。 本稿では,ステレオ,モノクラー,マルチモーダルシステムを含むイベント駆動型3D再構成手法の総合的なレビューを行う。 ニューラルラディアンス場やイベントデータを用いた3次元ガウススプラッティングといった新興トレンドも取り上げている。
  論文  参考訳（メタデータ） (2025-03-25T15:16:53Z)
• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [72.60992807941885]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• EventAid: Benchmarking Event-aided Image/Video Enhancement Algorithms with Real-captured Hybrid Dataset [55.12137324648253]
  イベントカメラは、ダイナミックレンジとセンサーの速度で従来のフレームベースの撮像センサーよりも有利な、新興のイメージング技術である。 本稿では,5つのイベント支援画像と映像強調タスクに焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-13T15:42:04Z)
• 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)

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。