論文の概要: E-CHUM: Event-based Cameras for Human Detection and Urban Monitoring
- arxiv url: http://arxiv.org/abs/2512.11076v1
- Date: Thu, 11 Dec 2025 19:46:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-15 15:48:11.547009
- Title: E-CHUM: Event-based Cameras for Human Detection and Urban Monitoring
- Title（参考訳）: E-CHUM:人間検出・都市モニタリングのためのイベントベースカメラ
- Authors: Jack Brady, Andrew Dailey, Kristen Schang, Zo Vic Shong,
- Abstract要約: イベントベースのカメラは、従来のカメラのRGB値ではなく、光の強度の変化を捉えます。
プライバシーを維持しながら重要な情報をキャプチャする機能を提供する。
都市動態の研究において,イベントベースカメラや他のセンサのマルチセンサ融合を提案する。
- 参考スコア（独自算出の注目度）: 1.497444546908941
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Understanding human movement and city dynamics has always been challenging. From traditional methods of manually observing the city's inhabitant, to using cameras, to now using sensors and more complex technology, the field of urban monitoring has evolved greatly. Still, there are more that can be done to unlock better practices for understanding city dynamics. This paper surveys how the landscape of urban dynamics studying has evolved with a particular focus on event-based cameras. Event-based cameras capture changes in light intensity instead of the RGB values that traditional cameras do. They offer unique abilities, like the ability to work in low-light, that can make them advantageous compared to other sensors. Through an analysis of event-based cameras, their applications, their advantages and challenges, and machine learning applications, we propose event-based cameras as a medium for capturing information to study urban dynamics. They offer the ability to capture important information while maintaining privacy. We also suggest multi-sensor fusion of event-based cameras and other sensors in the study of urban dynamics. Combining event-based cameras and infrared, event-LiDAR, or vibration has to potential to enhance the ability of event-based cameras and overcome the challenges that event-based cameras have.
- Abstract（参考訳）: 人間の動きと都市動態を理解することは、常に困難である。
都市を手動で観察する伝統的な方法から、カメラを使い、センサーや複雑な技術を使って、都市監視の分野は大きく進化した。
それでも、都市力学を理解するためのより良いプラクティスを解き放つためにできることは他にもあります。
本稿では,イベントベースカメラに焦点をあてて,都市動態学研究の展望を考察する。
イベントベースのカメラは、従来のカメラのRGB値ではなく、光の強度の変化を捉えます。
それらは、低照度で動く能力など、ユニークな能力を提供しており、他のセンサーと比べて有利だ。
イベントベースカメラの解析,その応用,そのメリットと課題,および機械学習の応用を通じて,イベントベースカメラを都市動態を研究するための情報収集媒体として提案する。
プライバシーを維持しながら重要な情報をキャプチャする機能を提供する。
また,都市動態の研究において,イベントベースカメラや他のセンサのマルチセンサ融合を提案する。
イベントベースのカメラと赤外線、イベントLiDAR、あるいは振動を組み合わせることで、イベントベースのカメラの能力を高め、イベントベースのカメラが抱える課題を克服する可能性がある。
関連論文リスト
- Event-based Solutions for Human-centered Applications: A Comprehensive Review [3.112384742740621]
イベントカメラは光強度の変化を非同期に捉え、例外的な時間分解能とエネルギー効率を提供する。
関心の高まりにもかかわらず、イベントカメラの人間中心の応用に関する研究はいまだに散在している。
この調査は、これらのドメインを最初に統合することで、そのギャップを埋める。
論文 参考訳（メタデータ） (2025-02-17T13:15:19Z) - Recent Event Camera Innovations: A Survey [44.34401412004975]
人間の視覚システムにインスパイアされたイベントベースのビジョンは、低レイテンシ、高ダイナミックレンジ、消費電力の削減といったトランスフォーメーション機能を提供する。
本稿では、イベントカメラに関する総合的な調査を行い、その進化を経時的に追跡する。
この調査は、主要な製造業者による様々なイベントカメラモデル、重要な技術マイルストーン、そして影響力のある研究貢献をカバーしている。
論文 参考訳（メタデータ） (2024-08-24T16:48:25Z) - 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) - Learning Active Camera for Multi-Object Navigation [94.89618442412247]
ロボットアプリケーションでは、ロボットが複数のオブジェクトに自律的にナビゲートすることが不可欠だが、難しい。
既存のナビゲーション手法は主に固定カメラに焦点を当てており、アクティブカメラでナビゲートする試みはほとんど行われていない。
本稿では,アクティブカメラを用いて,複数の物体へのナビゲーションをより効率的に行うことを検討する。
論文 参考訳（メタデータ） (2022-10-14T04:17:30Z) - Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event
Cameras [67.84498757689776]
本稿では,イベントカメラとライダーの直接校正法について述べる。
フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
論文 参考訳（メタデータ） (2022-07-03T11:05:45Z) - A Preliminary Research on Space Situational Awareness Based on Event
Cameras [8.27218838055049]
イベントカメラは、従来のカメラとは異なる新しいタイプのセンサーである。
トリガーイベントは、画素に照射された明るさの変化である。
従来のカメラと比較して、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、低帯域幅、低消費電力の利点がある。
論文 参考訳（メタデータ） (2022-03-24T14:36:18Z) - Moving Object Detection for Event-based Vision using k-means Clustering [0.0]
物体検出の移動はコンピュータビジョンにおいて重要な課題である。
イベントベースのカメラは、人間の目の動きを模倣して動作するバイオインスパイアされたカメラである。
本稿では,イベントベースデータにおける移動物体の検出におけるk平均クラスタリング手法の適用について検討する。
論文 参考訳（メタデータ） (2021-09-04T14:43:14Z) - TUM-VIE: The TUM Stereo Visual-Inertial Event Dataset [50.8779574716494]
イベントカメラはバイオインスパイアされた視覚センサーで、ピクセルごとの明るさの変化を測定する。
これらは、低レイテンシ、高ダイナミックレンジ、高時間分解能、低消費電力など、従来のフレームベースのカメラよりも多くの利点を提供する。
イベントカメラを用いた3次元認識・ナビゲーションアルゴリズムの開発を促進するため,TUM-VIEデータセットを提案する。
論文 参考訳（メタデータ） (2021-08-16T19:53:56Z)
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。