論文の概要: JOCA: Task-Driven Joint Optimisation of Camera Hardware and Adaptive Camera Control Algorithms
- arxiv url: http://arxiv.org/abs/2512.06763v1
- Date: Sun, 07 Dec 2025 09:56:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-09 22:03:54.515128
- Title: JOCA: Task-Driven Joint Optimisation of Camera Hardware and Adaptive Camera Control Algorithms
- Title（参考訳）: JOCA: カメラハードウェアと適応カメラ制御アルゴリズムのタスク駆動共同最適化
- Authors: Chengyang Yan, Mitch Bryson, Donald G. Dansereau,
- Abstract要約: 本稿では,下流視覚タスクを用いたカメラハードウェアと適応カメラ制御アルゴリズムを併用して最適化する手法を提案する。
本稿では、勾配法と微分自由法を統合し、連続パラメータと離散パラメータの両方をサポートする統合フレームワークを提案する。
実験の結果,本手法は静的パラメータと動的パラメータを個別に最適化するベースラインよりも優れていた。
- 参考スコア（独自算出の注目度）: 2.1119495676190128
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The quality of captured images strongly influences the performance of downstream perception tasks. Recent works on co-designing camera systems with perception tasks have shown improved task performance. However, most prior approaches focus on optimising fixed camera parameters set at manufacturing, while many parameters, such as exposure settings, require adaptive control at runtime. This paper introduces a method that jointly optimises camera hardware and adaptive camera control algorithms with downstream vision tasks. We present a unified optimisation framework that integrates gradient-based and derivative-free methods, enabling support for both continuous and discrete parameters, non-differentiable image formation processes, and neural network-based adaptive control algorithms. To address non-differentiable effects such as motion blur, we propose DF-Grad, a hybrid optimisation strategy that trains adaptive control networks using signals from a derivative-free optimiser alongside unsupervised task-driven learning. Experiments show that our method outperforms baselines that optimise static and dynamic parameters separately, particularly under challenging conditions such as low light and fast motion. These results demonstrate that jointly optimising hardware parameters and adaptive control algorithms improves perception performance and provides a unified approach to task-driven camera system design.
- Abstract（参考訳）: キャプチャ画像の品質は、下流の知覚タスクのパフォーマンスに強く影響する。
近年,認識タスクを併用したカメラシステムの設計作業により,タスク性能が向上している。
しかし、これまでのほとんどのアプローチでは、製造時に設定された固定カメラパラメータの最適化に重点を置いており、露光設定などの多くのパラメータは実行時に適応制御を必要とする。
本稿では,下流視覚タスクを用いたカメラハードウェアと適応カメラ制御アルゴリズムを併用して最適化する手法を提案する。
本稿では、勾配法と微分自由法を統合し、連続パラメータと離散パラメータの両方、非微分可能画像形成プロセス、ニューラルネットワークに基づく適応制御アルゴリズムをサポートする統一最適化フレームワークを提案する。
本研究では,非教師付きタスク駆動学習とともに,非教師なしオプティマイザからの信号を用いて適応制御ネットワークを訓練するハイブリッド最適化戦略DF-Gradを提案する。
実験の結果,本手法は静的パラメータと動的パラメータを個別に最適化するベースラインよりも優れており,特に低照度や高速動作などの困難な条件下では性能が優れていることがわかった。
これらの結果から,ハードウェアパラメータと適応制御アルゴリズムの協調最適化により知覚性能が向上し,タスク駆動型カメラシステム設計への統一的なアプローチが得られた。
関連論文リスト
- Dynamic Network Flow Optimization for Task Scheduling in PTZ Camera Surveillance Systems [0.0]
本稿では,動的監視環境におけるPan-Tilt-Zoom(PTZ)カメラのスケジューリングと制御を最適化するための新しいアプローチを提案する。
提案手法は,動作予測のためのカルマンフィルタと動的ネットワークフローモデルを統合し,リアルタイムビデオキャプチャ効率を向上させる。
論文 参考訳（メタデータ） (2025-05-07T17:37:53Z) - Striving for Faster and Better: A One-Layer Architecture with Auto Re-parameterization for Low-Light Image Enhancement [50.93686436282772]
我々は、視覚的品質と計算効率の両方から、画像エンハンサーの限界を掘り下げることを目指している。
タスク要求を再考することにより、視覚的品質と計算効率がモデル学習と構造設計に対応する、明示的な接続を構築する。
最終的には、単一の畳み込み層のみを使用して、優れた視覚的品質を維持しながら、効率的な低照度画像強調を実現する。
論文 参考訳（メタデータ） (2025-02-27T08:20:03Z) - Neural Observation Field Guided Hybrid Optimization of Camera Placement [9.872016726487]
本稿では,勾配法と非勾配法を併用したハイブリッドカメラ配置最適化手法を提案する。
提案手法は,従来の計算時間の一部(8倍)しか必要とせず,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-12-11T10:31:06Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T19:02:54Z) - Diversity-Driven View Subset Selection for Indoor Novel View Synthesis [54.468355408388675]
本稿では、包括的多様性に基づく測定と、よく設計されたユーティリティ機能を統合する新しいサブセット選択フレームワークを提案する。
私たちのフレームワークは、データの5～20%しか使用せずに、ベースライン戦略を一貫して上回ります。
論文 参考訳（メタデータ） (2024-09-11T08:36:49Z) - VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
ポースグラフ最適化手法を拡張する新しい手法を提案する。
我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。
我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
論文 参考訳（メタデータ） (2024-03-25T17:47:03Z) - Toward Global Sensing Quality Maximization: A Configuration Optimization
Scheme for Camera Networks [15.795407587722924]
パラメータ化カメラネットワークモデルの再構成戦略について検討する。
我々は、カメラネットワークによる目標のセンシング品質を測定する単一の量を形成する。
広範囲なシミュレーションと実験により,本手法の有効性を検証した。
論文 参考訳（メタデータ） (2022-11-28T09:21:47Z) - Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。
イベントベースビジュアル・オドメトリー(VO)に焦点をあてる
動作最適化のバックエンドとして非同期構造を提案する。
論文 参考訳（メタデータ） (2022-03-02T11:28:47Z) - C^3Net: End-to-End deep learning for efficient real-time visual active
camera control [4.09920839425892]
スマートカメラ監視、スマート環境、ドローンなどのアプリケーションにおける自動化されたリアルタイムビジュアルシステムの必要性は、視覚的アクティブな監視と制御のための方法の改善を必要とする。
本稿では,視覚情報からカメラ運動へ直接移行する深層畳み込み型カメラ制御ニューラルネットワークを提案する。
カメラをコントロールし、生のピクセル値から複数のターゲットに従うために、ボックスアノテーションをバウンドすることなく、エンドツーエンドでトレーニングされる。
論文 参考訳（メタデータ） (2021-07-28T09:31:46Z) - Optimization-Inspired Learning with Architecture Augmentations and
Control Mechanisms for Low-Level Vision [74.9260745577362]
本稿では,GDC(Generative, Discriminative, and Corrective)の原則を集約する,最適化に着想を得た統合学習フレームワークを提案する。
フレキシブルな組み合わせで最適化モデルを効果的に解くために,3つのプロパゲーティブモジュールを構築した。
低レベル視覚タスクにおける実験は、GDCの有効性と適応性を検証する。
論文 参考訳（メタデータ） (2020-12-10T03:24:53Z)
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。