論文の概要: SynthPix: A lightspeed PIV images generator
- arxiv url: http://arxiv.org/abs/2512.09664v1
- Date: Wed, 10 Dec 2025 14:08:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-11 15:14:53.544755
- Title: SynthPix: A lightspeed PIV images generator
- Title（参考訳）: SynthPix:光速PIV画像生成装置
- Authors: Antonio Terpin, Alan Bonomi, Francesco Banelli, Raffaello D'Andrea,
- Abstract要約: 本稿では,PIV(Particle Image Velocimetry)のための合成画像生成装置であるSynthPixについて述べる。
SynthPixは既存のツールと同じ構成パラメータをサポートするが、毎秒のイメージペア生成で数桁のスループットを実現する。
- 参考スコア（独自算出の注目度）: 3.861027231915605
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We describe SynthPix, a synthetic image generator for Particle Image Velocimetry (PIV) with a focus on performance and parallelism on accelerators, implemented in JAX. SynthPix supports the same configuration parameters as existing tools but achieves a throughput several orders of magnitude higher in image-pair generation per second. SynthPix was developed to enable the training of data-hungry reinforcement learning methods for flow estimation and for reducing the iteration times during the development of fast flow estimation methods used in recent active fluids control studies with real-time PIV feedback. We believe SynthPix to be useful for the fluid dynamics community, and in this paper we describe the main ideas behind this software package.
- Abstract（参考訳）: JAXで実装されたSynthPixは、PIV(Particle Image Velocimetry)のための合成画像生成装置である。
SynthPixは既存のツールと同じ構成パラメータをサポートするが、毎秒のイメージペア生成で数桁のスループットを実現する。
SynthPixは, リアルタイムPIVフィードバックを用いた最近の能動流体制御研究において, 流れ推定のためのデータ・ハングリー強化学習法を訓練し, 繰り返し時間を短縮する目的で開発された。
我々は、SynthPixは流体力学のコミュニティにとって有用であると信じており、本論文では、このソフトウェアパッケージの背景にある主要なアイデアについて述べる。
関連論文リスト
- Scalable FPGA Framework for Real-Time Denoising in High-Throughput Imaging: A DRAM-Optimized Pipeline using High-Level Synthesis [0.0]
実時間デノゲーションのためのスケーラブルなFPGAベースのプリプロセッシングパイプラインを提案する。
我々のアーキテクチャは,ストリーム画像データに直接フレームのサブトラクションと平均化を行い,バーストモードのAXI4インタフェースによるレイテンシを最小化する。
このモジュラFPGAフレームワークは、分光と顕微鏡における遅延感度イメージングの実用的なソリューションを提供する。
論文 参考訳（メタデータ） (2025-08-15T13:22:29Z) - Spike Imaging Velocimetry: Dense Motion Estimation of Fluids Using Spike Cameras [84.58138852280813]
本研究では、粒子画像速度測定(PIV)におけるスパイクカメラ(超高速・高ダイナミックレンジカメラの一種)の膨大なポテンシャルについて検討する。
本研究では,高乱流・複雑な流れ場に特化して設計された深層学習フレームワークSpike Imaging Velocimetry (SIV)を提案する。
本稿では,スパイクに基づくPIVデータセットであるParticle Scenes with Spike and Displacement (PSSD)を提案する。
論文 参考訳（メタデータ） (2025-04-26T09:14:45Z) - Dense Continuous-Time Optical Flow from Events and Frames [27.1850072968441]
イベントカメラからのイベントを用いて,画素ごとの連続時間光フローを計算可能であることを示す。
これらの利点を利用して、パラメータ化されたB'ezier曲線を介して連続時間でピクセル軌跡を密に予測する。
我々のモデルは、イベントデータから高密度画素軌道を回帰できる最初の方法である。
論文 参考訳（メタデータ） (2022-03-25T14:29:41Z) - A robust single-pixel particle image velocimetry based on fully
convolutional networks with cross-correlation embedded [3.3579727024861064]
深層学習法と従来の相互相関法を相乗的に組み合わせた新しい速度場推定パラダイムを提案する。
深層学習法は、粗い速度推定を最適化し、補正し、超解法計算を実現する。
参考として、粗い速度推定は提案アルゴリズムの堅牢性を向上させるのに役立つ。
論文 参考訳（メタデータ） (2021-10-31T03:26:08Z) - SCFlow: Optical Flow Estimation for Spiking Camera [50.770803466875364]
スパイキングカメラは、特に高速シーンのモーション推定において、現実の応用において大きな可能性を秘めている。
光フロー推定は画像ベースおよびイベントベースの視覚において顕著な成功を収めているが、既存の手法はスパイクカメラからのスパイクストリームに直接適用することはできない。
本稿では、スパイキングカメラのための光フロー推定のための新しいディープラーニングパイプラインSCFlowについて述べる。
論文 参考訳（メタデータ） (2021-10-08T06:16:45Z) - FLAVR: Flow-Agnostic Video Representations for Fast Frame Interpolation [97.99012124785177]
FLAVRは、3D空間時間の畳み込みを使用して、ビデオフレームのエンドツーエンドの学習と推論を可能にする柔軟で効率的なアーキテクチャです。
FLAVRは、アクション認識、光フロー推定、モーション拡大のための有用な自己解釈タスクとして役立つことを実証します。
論文 参考訳（メタデータ） (2020-12-15T18:59:30Z)
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。