論文の概要: FracEvent: Event-Camera Simulation via Fractional-Relaxation Pixel Dynamics
- arxiv url: http://arxiv.org/abs/2606.26636v1
- Date: Thu, 25 Jun 2026 06:01:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.183041
- Title: FracEvent: Event-Camera Simulation via Fractional-Relaxation Pixel Dynamics
- Title（参考訳）: FracEvent: フラクタル緩和画素ダイナミクスによるイベントカメラシミュレーション
- Abstract要約: イベントカメラは、マイクロ秒の時間分解能で明るさの変化を報告しているが、実際のイベントデータは大規模な収集が困難である。
FracEventは、このピクセルレベルのライフサイクルを、分数レラクゼーション電圧のダイナミックスでモデル化するイベントシミュレータである。
画像再構成と光フロー推定におけるイベントストリーム比較と下流転送によるFracEventの評価を行った。
- 参考スコア（独自算出の注目度）: 16.009326862240908
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Event cameras asynchronously report brightness changes with microsecond-level temporal resolution, but real event data remain difficult to collect at scale because specialized sensors, careful synchronization, and task-specific annotations are required. Event-camera simulation is therefore important to event-based vision tasks. Most practical simulators build on contrast-threshold event generation, some with additional filtering, stochastic noise, or hand-tuned sensor parameters. While effective, such formulations often simplify the temporal structure produced by the lifecycle of each pixel, which can distort event timing and weaken downstream transfer. We introduce FracEvent, an event simulator that models this pixel-level lifecycle with fractional-relaxation voltage dynamics. Given a log-intensity trajectory, FracEvent drives a compact stack of relaxation modes, combines their responses into a voltage state, emits ON/OFF events by localizing threshold crossings on the continuous voltage trajectory, and updates the reference while retaining the underlying memory modes. This retained state links residual voltage response to later event timing. We evaluate FracEvent through event-stream comparison and downstream transfer on image reconstruction and optical flow estimation. Across multiple datasets, FracEvent improves the temporal structure of generated events and achieves stronger downstream-transfer results than competing simulator baselines, showing its practical value for event-camera simulation.
- Abstract（参考訳）: イベントカメラは、マイクロ秒レベルの時間分解能で輝度変化を非同期に報告するが、特殊なセンサー、注意深い同期、タスク固有のアノテーションを必要とするため、実際のイベントデータは、大規模な収集が困難である。
したがって、イベントカメラシミュレーションはイベントベースの視覚タスクにとって重要である。
ほとんどの実用的なシミュレータはコントラスト閾値イベント生成に基づいて構築されており、一部にはフィルター、確率ノイズ、手動のセンサーパラメータが追加されている。
有効ではあるが、このような定式化はしばしば各ピクセルのライフサイクルによって生成される時間構造を単純化し、イベントのタイミングを歪ませ、下流の転送を弱めることができる。
FracEventは、このピクセルレベルのライフサイクルを、分数レラクゼーション電圧のダイナミックスでモデル化するイベントシミュレータである。
ログ強度トラジェクトリが与えられた場合、FracEventは、コンパクトな緩和モードのスタックを駆動し、応答を電圧状態に結合し、連続電圧トラジェクトリ上のしきい値交差をローカライズしてON/OFFイベントを出力し、基礎となるメモリモードを保持しながら参照を更新する。
この保持状態は、後続のイベントタイミングに残留電圧応答をリンクする。
画像再構成と光フロー推定におけるイベントストリーム比較と下流転送によるFracEventの評価を行った。
複数のデータセットにわたって、FracEventは生成されたイベントの時間的構造を改善し、競合するシミュレーターベースラインよりもダウンストリーム・トランスファーの結果を強く達成し、イベントカメラシミュレーションの実用的価値を示している。
関連論文リスト
- TIDES: Time-Derivative Event Simulation via Deformable Reconstruction [10.871120244987805]
動的スプラッティングをベースとした連続時間イベントシミュレータTIDESを提案する。
TIDESは、学習された幾何学と動きを持つ明示的な3D表現で動作する。
レンダリングフレームの違いによってではなく、シーンから直接ピクセルごとの強度ダイナミクスを導き出すことができる。
論文 参考訳（メタデータ） (2026-06-01T10:49:13Z) - EventGait: Towards Robust Gait Recognition with Event Streams [50.890621860023]
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し、自然にロバストなダイナミックキューをキャプチャし、静的ノイズを抑制する。
イベントの利点を保ちながら、動きと形状を別々にモデル化する、エンドツーエンドのデュアルストリームフレームワークである textbfEventGait を提案する。
当社のアプローチでは,イベント駆動歩行分析の堅牢性と可能性を強調し,合成および実世界の歩行ベンチマークに新たな技術状況が設定されている。
論文 参考訳（メタデータ） (2026-05-21T08:12:04Z) - Event Quality Score (EQS): Assessing the Realism of Simulated Event Camera Streams via Distances in Latent Space [20.537672896807063]
イベントカメラは、低レイテンシ、高ダイナミックレンジ、非同期なイベントの性質でビジョンセンシングのパラダイムシフトを約束する。
本稿では,RVTアーキテクチャのアクティベーションを利用した品質指標であるイベント品質スコア(EQS)を紹介する。
論文 参考訳（メタデータ） (2025-04-16T22:25:57Z) - Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。
したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。
本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。
実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
論文 参考訳（メタデータ） (2025-04-10T07:03:08Z) - 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) - ADV2E: Bridging the Gap Between Analogue Circuit and Discrete Frames in the Video-to-Events Simulator [6.783044920569469]
イベントカメラは、従来のActive Pixel Sensor(APS)カメラとは根本的に異なり、大きな利点がある。
近年の研究では、ビデオフレームをイベントに変換するシミュレータが開発されており、実際のイベントデータセットの不足に対処している。
本稿では,イベントカメラにおける画素回路の詳細な解析に基づいて,信頼性の高いイベントデータを生成する手法を提案する。
論文 参考訳（メタデータ） (2024-11-19T05:52:51Z) - EvDNeRF: Reconstructing Event Data with Dynamic Neural Radiance Fields [80.94515892378053]
EvDNeRFは、イベントデータを生成し、イベントベースの動的NeRFをトレーニングするためのパイプラインである。
NeRFは幾何学ベースの学習可能なレンダリングを提供するが、イベントの以前の作業は静的なシーンの再構築のみを考慮していた。
各種イベントのバッチサイズをトレーニングすることにより、微細な時間解像度でイベントのテスト時間予測を改善することができることを示す。
論文 参考訳（メタデータ） (2023-10-03T21:08:41Z) - Robust e-NeRF: NeRF from Sparse & Noisy Events under Non-Uniform Motion [67.15935067326662]
イベントカメラは低電力、低レイテンシ、高時間解像度、高ダイナミックレンジを提供する。
NeRFは効率的かつ効果的なシーン表現の第一候補と見なされている。
本稿では,移動イベントカメラからNeRFを直接かつ堅牢に再構成する新しい手法であるRobust e-NeRFを提案する。
論文 参考訳（メタデータ） (2023-09-15T17:52:08Z) - Event-based Image Deblurring with Dynamic Motion Awareness [10.81953574179206]
露光時間における実RGBのぼかし画像と関連する事象のペアを含む最初のデータセットを紹介する。
以上の結果より,PSNRは合成データで1.57dB,実イベントデータで1.08dBまで改善された。
論文 参考訳（メタデータ） (2022-08-24T09:39:55Z) - Event Transformer [43.193463048148374]
イベントカメラの消費電力が低く、マイクロ秒の明るさを捉える能力は、様々なコンピュータビジョンタスクにとって魅力的である。
既存のイベント表現方法は通常、イベントをフレーム、ボクセルグリッド、ディープニューラルネットワーク(DNN)のスパイクに変換する。
この研究はトークンベースの新しいイベント表現を導入し、各イベントはイベントトークンと呼ばれる基本的な処理ユニットと見なされる。
論文 参考訳（メタデータ） (2022-04-11T15:05:06Z) - Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。
イベントベースビジュアル・オドメトリー(VO)に焦点をあてる
動作最適化のバックエンドとして非同期構造を提案する。
論文 参考訳（メタデータ） (2022-03-02T11:28:47Z)
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。