論文の概要: M-SEVIQ: A Multi-band Stereo Event Visual-Inertial Quadruped-based Dataset for Perception under Rapid Motion and Challenging Illumination
- arxiv url: http://arxiv.org/abs/2601.02777v1
- Date: Tue, 06 Jan 2026 07:23:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.655145
- Title: M-SEVIQ: A Multi-band Stereo Event Visual-Inertial Quadruped-based Dataset for Perception under Rapid Motion and Challenging Illumination
- Title（参考訳）: M-SEVIQ: 高速動作と照度調整による知覚のためのマルチバンドステレオイベント視覚慣性四重項ベースデータセット
- Authors: Jingcheng Cao, Chaoran Xiong, Jianmin Song, Shang Yan, Jiachen Liu, Ling Pei,
- Abstract要約: M-SEVIQは、ステレオイベントカメラ、フレームベースのカメラ、慣性測定ユニット(IMU)、およびジョイントエンコーダを備えたUnitree Go2を用いて収集された、多バンドのステレオイベント可視化および慣性四倍体データセットである。
このデータセットには、異なる速度レベル、照明波長、照明条件でキャプチャされた30以上の実世界のシーケンスが含まれている。
- 参考スコア（独自算出の注目度）: 14.477036952427271
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agile locomotion in legged robots poses significant challenges for visual perception. Traditional frame-based cameras often fail in these scenarios for producing blurred images, particularly under low-light conditions. In contrast, event cameras capture changes in brightness asynchronously, offering low latency, high temporal resolution, and high dynamic range. These advantages make them suitable for robust perception during rapid motion and under challenging illumination. However, existing event camera datasets exhibit limitations in stereo configurations and multi-band sensing domains under various illumination conditions. To address this gap, we present M-SEVIQ, a multi-band stereo event visual and inertial quadruped dataset collected using a Unitree Go2 equipped with stereo event cameras, a frame-based camera, an inertial measurement unit (IMU), and joint encoders. This dataset contains more than 30 real-world sequences captured across different velocity levels, illumination wavelengths, and lighting conditions. In addition, comprehensive calibration data, including intrinsic, extrinsic, and temporal alignments, are provided to facilitate accurate sensor fusion and benchmarking. Our M-SEVIQ can be used to support research in agile robot perception, sensor fusion, semantic segmentation and multi-modal vision in challenging environments.
- Abstract（参考訳）: 足のロボットにおけるアジャイルの移動は、視覚的知覚に重大な課題を生じさせる。
従来のフレームベースのカメラは、特に低照度条件下で、ぼやけた画像を生成するためにこのようなシナリオで失敗することが多い。
対照的に、イベントカメラは輝度の変化を非同期に捉え、低レイテンシ、高時間分解能、高ダイナミックレンジを提供する。
これらの利点は、急激な動きと挑戦的な照明下での堅牢な知覚に適している。
しかし、既存のイベントカメラデータセットでは、様々な照明条件下でのステレオ構成やマルチバンドセンシングドメインに制限がある。
このギャップに対処するために,ステレオイベントカメラ,フレームベースカメラ,慣性測定ユニット(IMU),ジョイントエンコーダを備えたUnitree Go2を用いて収集した,マルチバンドのステレオイベント可視化および慣性四重化データセットであるM-SEVIQを提案する。
このデータセットには、異なる速度レベル、照明波長、照明条件でキャプチャされた30以上の実世界のシーケンスが含まれている。
さらに、正確なセンサ融合とベンチマークを容易にするために、内在性、外因性、時間的アライメントを含む包括的校正データを提供する。
私たちのM-SEVIQは、課題のある環境でのアジャイルロボットの知覚、センサー融合、セマンティックセグメンテーション、マルチモーダルビジョンの研究を支援するために使用できます。
関連論文リスト
- E-4DGS: High-Fidelity Dynamic Reconstruction from the Multi-view Event Cameras [44.78881339601845]
イベントカメラは低消費電力、高時間分解能、高ダイナミックレンジの利点を提供する。
高速移動におけるシーン再構築の課題に対する新しい視点
論文 参考訳（メタデータ） (2025-08-13T16:09:36Z) - Inter-event Interval Microscopy for Event Cameras [52.05337480169517]
イベントカメラは、革新的なバイオインスパイアされたセンサーであり、強度を直接知覚するのではなく、強度の変化を感知することで従来のカメラとは異なる。
蛍光顕微鏡における静的および動的シーンの静的なイベントカメラを用いたイベント・ツー・インテンシティ変換を実現する。
我々は,ハイダイナミックレンジや高速シナリオなど,様々な場面でIEIMatデータセットを収集した。
論文 参考訳（メタデータ） (2025-04-07T11:05:13Z) - Video Frame Interpolation with Stereo Event and Intensity Camera [40.07341828127157]
高品質な中間フレームを生成するための新しいステレオイベントベースVFIネットワーク(SE-VFI-Net)を提案する。
我々は,正確な光学的流れと不均一性推定を実現するために,融合した特徴を利用する。
提案するSEVFI-Netは最先端の手法よりも大きなマージンで優れている。
論文 参考訳（メタデータ） (2023-07-17T04:02:00Z) - VECtor: A Versatile Event-Centric Benchmark for Multi-Sensor SLAM [31.779462222706346]
イベントカメラは、高ダイナミックな状況や難易度照明の状況において、通常のカメラを補完する強い可能性を秘めている。
私たちのコントリビューションは、マルチセンサーセットアップでキャプチャされたベンチマークデータセットの最初の完全なセットです。
個々のシーケンスには、小規模と大規模の両方の環境が含まれており、ダイナミックビジョンセンサーがターゲットとする特定の課題をカバーする。
論文 参考訳（メタデータ） (2022-07-04T13:37:26Z) - ESL: Event-based Structured Light [62.77144631509817]
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あり、標準的なカメラよりも大きな利点がある。
本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
論文 参考訳（メタデータ） (2021-11-30T15:47:39Z) - Stereo Hybrid Event-Frame (SHEF) Cameras for 3D Perception [17.585862399941544]
イベントカメラは、各ピクセルの明るさ変化を微妙な時間分解能で独立に報告する際、制限に対処する。
統合型複合イベントフレームセンサー(DAVIS)が利用可能だが、データの品質はそのようなカメラの回路製造におけるピクセルレベルでの結合によって損なわれる。
本稿では,高品質なイベントカメラと純粋なフレームカメラを分離したセンサモダリティを提供するステレオハイブリッドイベントフレーム(SHEF)カメラシステムを提案する。
論文 参考訳（メタデータ） (2021-10-11T04:03:36Z) - 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) - DSEC: A Stereo Event Camera Dataset for Driving Scenarios [55.79329250951028]
本研究は,イベントカメラを用いた初の高分解能大規模ステレオデータセットを提案する。
データセットは、様々な照明条件で駆動により収集された53のシーケンスを含む。
イベントベースステレオアルゴリズムの開発と評価のための基礎的な真相の相違を提供する。
論文 参考訳（メタデータ） (2021-03-10T12:10:33Z) - Event-based Stereo Visual Odometry [42.77238738150496]
ステレオ・イベント・ベースのカメラ・リグが取得したデータから視覚計測の問題に対する解決策を提案する。
我々は,シンプルかつ効率的な表現を用いて,ステレオイベントベースのデータの時間的一貫性を最大化する。
論文 参考訳（メタデータ） (2020-07-30T15:53:28Z)
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。