論文の概要: Event-Based Vision in Space: Applications, Trends, and Future Directions

• arxiv url: http://arxiv.org/abs/2606.01280v1
• Date: Sun, 31 May 2026 15:04:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.493507
• Title: Event-Based Vision in Space: Applications, Trends, and Future Directions
• Title（参考訳）: 宇宙におけるイベントベースのビジョン:応用,トレンド,今後の方向性
• Authors: Luigi Capogrosso, Pietro Bonazzi, Michele Magno,
• Abstract要約: イベントベースのセンサーは、ニューロモルフィックカメラとしても知られ、バイオインスパイアされた非同期アプローチを提供する。 マイクロ秒の時間分解能、非常に高いダイナミックレンジ、および例外的なエネルギー効率を提供する。 本稿では、宇宙領域におけるイベントベースのビジョンにおける最先端の総合的なレビューを紹介する。
• 参考スコア（独自算出の注目度）: 9.350342235384081
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Earth Observation (EO) is undergoing a significant transformation driven by the deployment of novel sensing technologies. Traditional frame-based optical sensors often struggle with motion blur, high power consumption, and extreme data redundancy in challenging orbital environments. In contrast, event-based sensors, also known as neuromorphic cameras, offer a bio-inspired asynchronous approach. By capturing only local illumination changes, they provide microsecond temporal resolution, an extremely high dynamic range, and exceptional energy efficiency. Although the use of these sensors is rapidly expanding from terrestrial systems to orbital platforms, the scientific literature surrounding their space-based applications remains heavily fragmented. To bridge this gap, this article presents a comprehensive review of the state-of-the-art in event-based vision in the space domain. Based on the retrieved literature, we introduce a taxonomy structured around four primary domains: 1) atmospheric and high-speed observation; 2) environmental monitoring and change detection; 3) operational support and onboard processing; and 4) geospatial modeling and predictive analysis. As a result, this survey highlights that neuromorphic engineering is far more than a supplementary imaging technique; it is a paradigm shift that can be used to directly address critical bottlenecks in modern remote sensing and sustainable space exploration.
• Abstract（参考訳）: 地球観測(EO)は、新しいセンシング技術の展開によって大きく変化している。 従来のフレームベースの光学センサーは、しばしば、挑戦的な軌道環境において、動きのぼやけ、高消費電力、極端なデータ冗長性に悩まされる。 対照的に、ニューロモルフィックカメラとしても知られるイベントベースのセンサーは、バイオインスパイアされた非同期アプローチを提供する。 局所的な照明変化のみを捉えることで、マイクロ秒の時間分解能、非常に高いダイナミックレンジ、および例外的なエネルギー効率を提供する。 これらのセンサーの使用は、地球上のシステムから軌道上のプラットフォームへと急速に拡大しているが、彼らの宇宙ベースの応用を取り巻く科学文献は、依然としてかなり断片化されている。 このギャップを埋めるために、この記事では、宇宙領域におけるイベントベースのビジョンの最先端に関する包括的なレビューを紹介する。 検索した文献に基づいて,4つの主要領域を中心に構成された分類を紹介した。 1)大気・高速観測 2 環境モニタリング及び変更検出 3) 運用支援及びオンボード処理 4)地理空間モデルと予測分析。 その結果、ニューロモルフィック・エンジニアリングは補足的なイメージング技術以上のものであって、現代のリモートセンシングと持続可能な宇宙探査において重要なボトルネックに対処するために用いられるパラダイムシフトであることがわかった。

関連論文リスト

• Earth-o1: A Grid-free Observation-native Atmospheric World Model [81.55899748753434]
  我々は、構造的制約を克服する観測ネイティブな大気圏モデルであるEarth-o1を提示する。 多様なセンサー入力を統一されたグリッドフリーな力学場に統合することにより、モデルは空間と時間の大気状態を自律的に前進させる。 本稿では,このパラダイムにより,明示的な数値解法のオーバーヘッドを伴わずに,直接的,リアルタイムな予測とクロスセンサ推論が可能となることを示す。
  論文  参考訳（メタデータ） (2026-05-07T14:27:48Z)
• Domain Adaptation and Multi-view Attention for Learnable Landmark Tracking with Sparse Data [4.87717454493713]
  本稿では,検出と記述によるランドマーク追跡のための新しい定式化について述べる。 我々は,次世代宇宙船のフライトプロセッサ上でのリアルタイム実行のために設計された,軽量で計算効率のよいニューラルネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2025-07-12T23:00:52Z)
• Event-based Stereo Depth Estimation: A Survey [12.711235562366898]
  ステレオプシスは、生物が私たちの3D世界をナビゲートする深度を知覚する主要な方法であるため、ロボット工学において広くアピールされている。 イベントカメラは、非常に高時間分解能と高ダイナミックレンジで、ピクセルごとの明るさ変化を非同期に検出する、バイオインスパイアされた新しいセンサーである。 高度の時間精度もステレオマッチングの恩恵を受けており、イベントカメラが登場して以来の一般的な研究領域として不透明度(深度)が評価されている。
  論文  参考訳（メタデータ） (2024-09-26T09:43:50Z)
• DynST: Dynamic Sparse Training for Resource-Constrained Spatio-Temporal Forecasting [31.398965880415492]
  地球科学システムは、センサーの広範な展開に大きく依存している。 従来のセンサー配置アプローチでは、特定のアルゴリズムを使用してセンサーを設計および展開する。 本稿では,スパース時間データダイナミックスパーストレーニングの概念を初めて紹介し,適応的かつ動的に重要な分布センサをフィルタリングすることにコミットする。
  論文  参考訳（メタデータ） (2024-03-05T12:31:24Z)
• 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)
• Neuromorphic Computing and Sensing in Space [69.34740063574921]
  神経型コンピュータチップは、生物学的脳の構造を模倣するように設計されている。 ニューロモルフィックデバイスの低消費電力とエネルギー効率に重点を置くことは、宇宙応用には最適である。
  論文  参考訳（メタデータ） (2022-12-10T07:46:29Z)

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。