論文の概要: High Dynamic Range Imaging Based on an Asymmetric Event-SVE Camera System
- arxiv url: http://arxiv.org/abs/2603.00467v1
- Date: Sat, 28 Feb 2026 05:02:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.210698
- Title: High Dynamic Range Imaging Based on an Asymmetric Event-SVE Camera System
- Title（参考訳）: 非対称イベントSVEカメラシステムによる高ダイナミックレンジイメージング
- Authors: Pengju Sun, Banglei Guan, Jing Tao, Zhenbao Yu, Xuanyu Bai, Yang Shang, Qifeng Yu,
- Abstract要約: イベントカメラはマイクロ秒の時間分解能と高いダイナミックレンジを提供し、空間的に異なる露光(SVE)センサーは単発ラジオメトリックの多様性を提供する。
本研究では,SVEマイクロ減衰カメラとイベントセンサを非対称なデュアルモード構成で密に統合するハードウェア設計のHDRイメージングシステムを提案する。
- 参考スコア（独自算出の注目度）: 18.832542461183742
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High dynamic range (HDR) imaging under extreme illumination remains challenging for conventional cameras due to overexposure. Event cameras provide microsecond temporal resolution and high dynamic range, while spatially varying exposure (SVE) sensors offer single-shot radiometric diversity.We present a hardware--algorithm co-designed HDR imaging system that tightly integrates an SVE micro-attenuation camera with an event sensor in an asymmetric dual-modality configuration. To handle non-coaxial geometry and heterogeneous optics, we develop a two-stage cross-modal alignment framework that combines feature-guided coarse homography estimation with a multi-scale refinement module based on spatial pooling and frequency-domain filtering. On top of aligned representations, we develop a cross-modal HDR reconstruction network with convolutional fusion, mutual-information regularization, and a learnable fusion loss that adaptively balances intensity cues and event-derived structural constraints. Comprehensive experiments on both synthetic benchmarks and real captures demonstrate that the proposed system consistently improves highlight recovery, edge fidelity, and robustness compared with frame-only or event-only HDR pipelines. The results indicate that jointly optimizing optical design, cross-modal alignment, and computational fusion provides an effective foundation for reliable HDR perception in highly dynamic and radiometrically challenging environments.
- Abstract（参考訳）: 極端照明下での高ダイナミックレンジ(HDR)イメージングは、過剰露光のために従来のカメラでは困難である。
イベントカメラは、マイクロ秒時間分解能と高ダイナミックレンジを提供する一方、空間変動露光センサ(SVE)は単発ラジオメトリックの多様性を提供する。我々は、SVEマイクロ減衰カメラとイベントセンサを非対称な二重モード構成で密に統合するハードウェア・アルゴリズムを共設計したHDRイメージングシステムを提案する。
非同軸幾何学と異種光学を扱うために,空間プーリングと周波数領域フィルタリングに基づく多スケール改良モジュールと特徴誘導粗いホモグラフィー推定を組み合わせた2段階のクロスモーダルアライメントフレームワークを開発した。
整列表現の上に、畳み込み融合、相互情報正規化、および強度キューとイベント由来の構造的制約を適応的にバランスさせる学習可能な融合損失を含む、モーダルなHDR再構成ネットワークを開発する。
合成ベンチマークと実キャプチャの両方に関する包括的な実験により、提案システムはフレームオンリーまたはイベントオンリーのHDRパイプラインと比較して、ハイライトリカバリ、エッジ忠実度、ロバストネスを一貫して改善することを示した。
その結果, 光学設計, クロスモーダルアライメント, 計算融合を共同で最適化することは, 高度に動的かつ放射能的に困難な環境において, 信頼性の高いHDR知覚の有効な基盤となることが示唆された。
関連論文リスト
- Scale Equivariance Regularization and Feature Lifting in High Dynamic Range Modulo Imaging [19.49437461280304]
本研究は,学習に基づくHDR復元フレームワークを提案する。
i)露出変動の下で一貫性を強制するスケール同変正規化、(ii)原モジュロ画像を組み合わせた特徴持ち上げ入力設計、(ii)有限差分を含む2つの重要な戦略が組み込まれている。
論文 参考訳（メタデータ） (2026-01-30T14:45:29Z) - HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
イベントカメラは例外的な時間分解能と範囲(モード)を提供する
RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
論文 参考訳（メタデータ） (2025-10-22T13:15:13Z) - Rotation Equivariant Arbitrary-scale Image Super-Resolution [62.41329042683779]
任意のスケールの超解像(ASISR)は、低解像度の入力画像から任意のスケールの高分解能回復を実現することを目的としている。
本研究では, 回転同変ASISR法の構築に尽力する。
論文 参考訳（メタデータ） (2025-08-07T08:51:03Z) - Autoregressive High-Order Finite Difference Modulo Imaging: High-Dynamic Range for Computer Vision Applications [3.4956406636452626]
高ダイナミックレンジ(グレッシブ)イメージングは、自律運転などのコンピュータビジョンタスクに不可欠な、シーン内のすべての光のトーンを捉えるのに不可欠である。
標準の商用撮像システムは、井戸深度と量子化精度の限界に直面し、HDR能力を妨げている。
我々は、飽和時に信号のリセットを行うモジュロアナログ-デジタルアプローチを開発し、隣接する画素強度を通してピクセルリセットを推定する。
論文 参考訳（メタデータ） (2025-04-05T16:41:15Z) - DehazeMamba: SAR-guided Optical Remote Sensing Image Dehazing with Adaptive State Space Model [27.83437788159158]
DehazeMambaはプログレッシブ・ヘイズ・デカップリング・フュージョン・ストラテジー上に構築された新規なSAR誘導脱ヘイズ・ネットワークである。
提案手法は,光-SAR差分解析によるヘイズ影響領域を動的に同定するHPDMと,特徴量評価に基づく2段階融合プロセスによるドメインシフトを緩和するプログレッシブ・フュージョン・モジュール (PFM) である。
大規模な実験により、DehazeMambaは最先端の手法を著しく上回り、PSNRの0.73dB改善と下流タスクの大幅な強化を実現している。
論文 参考訳（メタデータ） (2025-03-17T11:25:05Z) - Event-assisted 12-stop HDR Imaging of Dynamic Scene [20.064191181938533]
本稿では,イベントカメラとRGBカメラを備えたデュアルカメラシステムを利用して,ダイナミックシーンのための新しい12ストップHDRイメージング手法を提案する。
イベントカメラは、時間的に密度が高く、ダイナミックレンジの信号を提供し、LDRフレーム間のアライメントを大きな露出差で改善し、動きによって引き起こされるゴーストアーティファクトを減らす。
本手法は,動的シーンにおけるHDRイメージングを12停止まで拡張し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-12-19T10:17:50Z) - Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。
提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。
LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
論文 参考訳（メタデータ） (2024-03-14T13:45:09Z) - RRNet: Relational Reasoning Network with Parallel Multi-scale Attention
for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。
光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。
提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文 参考訳（メタデータ） (2021-10-27T07:18:32Z) - Attention-Guided Progressive Neural Texture Fusion for High Dynamic
Range Image Restoration [48.02238732099032]
本研究では,Attention-guided Progressive Neural Texture Fusion (APNT-Fusion) HDR修復モデルを提案する。
飽和領域におけるテクスチャ特性の伝達とマルチ露光トナーとテクスチャ特徴の融合に着目した,効率的な2ストリーム構造を提案する。
プログレッシブテクスチャブレンディングモジュールは、エンコードされた2ストリーム特徴をマルチスケールかつプログレッシブな方法でブレンドするように設計されている。
論文 参考訳（メタデータ） (2021-07-13T16:07:00Z) - Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。
本手法では, 回折光学素子 (DOE) を用いる。
DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文 参考訳（メタデータ） (2020-09-01T14:19:35Z)
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。