論文の概要: An event-driven framework for fly-inspired visual motion detection
- arxiv url: http://arxiv.org/abs/2607.05205v1
- Date: Mon, 06 Jul 2026 15:22:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.209083
- Title: An event-driven framework for fly-inspired visual motion detection
- Title（参考訳）: フライインスパイアされた視覚運動検出のためのイベント駆動型フレームワーク
- Abstract要約: この研究は、新しいイベントベースセンシングと生物学的に構造化されたニューラルネットワークを統合し、視覚運動検出のための効率的な計算パラダイムを確立する。
提案するフレームワークは、光路内の運動処理回路をエミュレートする、最近開発されたフライインスパイアされたニューラルネットワーク上に構築されている。
実験により,このフレームワークは事象駆動型視覚の時間的優位性と,バイオインスパイアされたニューラル処理の効率性と解釈可能性とを効果的に組み合わせていることが示された。
- 参考スコア（独自算出の注目度）: 9.756242900662377
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Fast and reliable motion detection is essential for machine vision and autonomous systems operating in dynamic environments. This work integrates emerging event-based sensing with biologically structured neural computation to establish an efficient computational paradigm for visual motion detection. The proposed framework is built upon a recently developed fly-inspired neural network that emulates motion-processing circuits in the optic lobe. Owing to its feed-forward and training-free architecture, the neural model requires only a small number of interpretable parameters and is well suited for real-time embedded implementation. Event cameras provide low-latency, low-power, and high-dynamic-range visual sensing by asynchronously transmitting brightness-change events. However, their performance can be degraded by event noise, including temporal noise and junction-leakage-induced activity, particularly under low-light conditions. Moreover, effective integration between event-based visual representations and biologically inspired neural processing remains under-explored. To address these challenges, we propose an event-driven computational framework that combines time-surface encoding for front-end event representation with a fly optic-lobe-inspired neural network for foreground motion-direction estimation. A bottom-up attention mechanism is further incorporated to suppress background motion and enhance the saliency of foreground targets. The proposed method is evaluated on real-world ground-vehicle datasets and compared with a baseline frame-based model and an optimization-based approach. Experimental results demonstrate that the framework effectively combines the temporal advantages of event-driven vision with the efficiency and interpretability of bio-inspired neural processing.
- Abstract（参考訳）: 高速かつ信頼性の高いモーション検出は、動的環境で動作するマシンビジョンと自律システムにとって不可欠である。
この研究は、新しいイベントベースセンシングと生物学的に構造化されたニューラルネットワークを統合し、視覚運動検出のための効率的な計算パラダイムを確立する。
提案するフレームワークは、光路内の運動処理回路をエミュレートする、最近開発されたフライインスパイアされたニューラルネットワーク上に構築されている。
フィードフォワードとトレーニングフリーアーキテクチャのため、ニューラルネットワークモデルは少数の解釈可能なパラメータしか必要とせず、リアルタイムの組込み実装に適している。
イベントカメラは、輝度変化イベントを非同期送信することで、低レイテンシ、低消費電力、高ダイナミックレンジの視覚センシングを提供する。
しかし、その性能は、特に低照度条件下では、時間雑音やジャンクション誘導活動などの事象ノイズによって劣化する可能性がある。
さらに、イベントベースの視覚表現と生物学的にインスパイアされたニューラル処理の効果的な統合は、まだ未調査のままである。
これらの課題に対処するために,前景の動作方向推定のために,フロントエンドのイベント表現のための時間面エンコーディングとフライ・オプティカル・ローブにインスパイアされたニューラルネットワークを組み合わせたイベント駆動型計算フレームワークを提案する。
さらにボトムアップ注意機構が組み込まれ、背景運動を抑え、前景目標の塩分濃度を高める。
提案手法は,実世界の地上車両のデータセットを用いて評価し,ベースラインフレームベースモデルと最適化ベースアプローチとの比較を行った。
実験により,このフレームワークは事象駆動型視覚の時間的優位性と,バイオインスパイアされたニューラル処理の効率性と解釈可能性とを効果的に組み合わせていることが示された。
関連論文リスト
- 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) - Enhancing Eye Feature Estimation from Event Data Streams through Adaptive Inference State Space Modeling [68.1289208938377]
イベントベースのデータストリームから目の特徴抽出を効率的かつ低エネルギーで行うことができる。
本稿では,特徴抽出のための新しいアーキテクチャである強調型推論状態空間モデル(AISSM)を紹介する。
また、トレーニング効率を向上させる新しい学習手法を開発・評価する。
論文 参考訳（メタデータ） (2026-03-14T18:47:08Z) - Context-aware Sparse Spatiotemporal Learning for Event-based Vision [0.012972287044966184]
イベントベースのカメラは、ロボット知覚のための有望なパラダイムとして登場し、高時間分解能、高ダイナミックレンジ、動きのぼかしに対する堅牢性といった利点を提供している。
既存のディープラーニングベースのイベント処理手法では、イベントデータのスパースな性質を完全に活用できないことが多い。
入力分布に基づいてニューロンの活性化を動的に制御するコンテキスト認識しきい値処理を導入した新しいフレームワークであるコンテキスト認識スパース時空間学習(CSSL)を提案する。
論文 参考訳（メタデータ） (2025-08-27T11:48:03Z) - Inference-Time Gaze Refinement for Micro-Expression Recognition: Enhancing Event-Based Eye Tracking with Motion-Aware Post-Processing [2.5465367830324905]
イベントベースの視線追跡は、きめ細かい認知状態の推測に重要な可能性を秘めている。
本稿では、既存の事象に基づく視線推定モデルの出力を高めるために、モデルに依存しない推論時間改善フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-14T14:48:11Z) - Wandering around: A bioinspired approach to visual attention through object motion sensitivity [40.966228784674115]
アクティブビジョンは動的視覚認識を可能にし、コンピュータビジョンにおける静的フィードフォワードアーキテクチャの代替を提供する。
哺乳類の網膜に触発されたイベントベースのカメラは、非同期シーンの変化を捉えてこの機能を強化する。
イベントベースのカメラが動いている間、移動物体を識別するためには、エージェントは物体の動きのセグメンテーション機構を必要とする。
本研究は、物体の運動感度を介して選択的注意を喚起するための、畳み込みニューラルネットワークバイオインスパイアされた注意システムを提案する。
論文 参考訳（メタデータ） (2025-02-10T18:16:30Z) - Event-based vision for egomotion estimation using precise event timing [0.6262316762195913]
エゴモーション推定は、自律ナビゲーションやロボット工学といった応用に不可欠である。
慣性センサーに依存する従来の方法は、外部条件に敏感である。
視覚ベースの手法は、シーンで変化が認識されたときにのみデータをキャプチャすることで、効率的な代替手段を提供する。
論文 参考訳（メタデータ） (2025-01-20T15:41:33Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T19:02:54Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Motion Deblurring with Real Events [50.441934496692376]
本稿では,イベントベースの動作を自己教師型で記述するエンド・ツー・エンドの学習フレームワークを提案する。
実世界のイベントは、データ不整合によるパフォーマンス劣化を軽減するために利用される。
論文 参考訳（メタデータ） (2021-09-28T13:11:44Z) - Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。
本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-03-04T12:45:18Z) - Back to Event Basics: Self-Supervised Learning of Image Reconstruction
for Event Cameras via Photometric Constancy [0.0]
イベントカメラは、非同期な方法で、低レイテンシで高時間分解能の輝度インクリメントをサンプリングする新しい視覚センサである。
本稿では,光学的フロー推定のための新しい軽量ニューラルネットワークを提案する。
複数のデータセットにまたがる結果から、提案した自己教師型アプローチのパフォーマンスは最先端技術と一致していることがわかる。
論文 参考訳（メタデータ） (2020-09-17T13:30:05Z)
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。