論文の概要: EVIS: A Physics-Grounded Event Camera Plugin for NVIDIA Isaac Sim
- arxiv url: http://arxiv.org/abs/2607.08098v1
- Date: Thu, 09 Jul 2026 04:13:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.411491
- Title: EVIS: A Physics-Grounded Event Camera Plugin for NVIDIA Isaac Sim
- Title（参考訳）: EVIS:NVIDIAイサック・シムの物理ゲーム用イベントカメラプラグイン
- Abstract要約: EVIS:NVIDIA Isaac Sim用の物理地上イベントカメラプラグイン。
物理シミュレータ内で直接、ハイレートで完全にラベル付けされたイベントストリームを生成する。
生成されたストリームは、ダウンストリームタスクのための事前トレーニングされたイベントネットワークによって直接使用することができる。
- 参考スコア（独自算出の注目度）: 3.3900431852643114
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Event cameras offer microsecond temporal resolution, low latency, and high dynamic range, making them attractive for robotics. However, labeled event-camera data for a specific robot and scene is scarce and expensive to collect, which slows the development of event-based perception and control. We present EVIS: a physics-grounded event camera plugin for NVIDIA Isaac Sim that generates high-rate, fully labeled event streams directly inside a physics simulator. The plugin implements a faithful log-intensity contrast event model with per-pixel asynchronous reference updates; it migrates from a normal RGB camera with few changes and integrates into any Isaac Sim / Isaac Lab scene, inheriting the simulator's physics and frame-perfect ground truth. It is fully configurable, and offers an interpolation option that renders only sparse keyframes and synthesizes the in-between frames through bidirectional motion-vector warping, making real-time generation on a single GPU possible. Optional sensor noise and motion blur further narrow the gap to real cameras. The generated streams are directly usable by pretrained event networks for downstream tasks. Code repository: https://github.com/spikelab-jhu/isaac-sim-event-camera-plugin
- Abstract（参考訳）: イベントカメラは、マイクロ秒の時間分解能、低レイテンシ、高ダイナミックレンジを提供する。
しかし、特定のロボットやシーンのイベントカメラデータのラベル付けは少なく、収集に費用がかかるため、イベントベースの知覚と制御の発達が遅くなる。
EVIS:NVIDIA Isaac Sim用の物理グラウンドのイベントカメラプラグインで、物理シミュレータ内から直接、ハイレートで完全なラベル付きイベントストリームを生成する。
プラグインは、ピクセルごとの非同期参照更新を伴う忠実なログ強度コントラストイベントモデルを実装しており、通常のRGBカメラからほとんど変更せずに移行し、Isaac Sim/Isaac Labのシーンに統合し、シミュレータの物理とフレーム完全基底真理を継承する。
完全に構成可能で、スパースキーフレームのみをレンダリングする補間オプションを提供し、双方向のモーションベクトルワープを通じてフレーム間を合成することで、単一のGPU上でリアルタイム生成を可能にする。
任意のセンサーノイズと動きのぼかしにより、実際のカメラとのギャップはさらに狭まる。
生成されたストリームは、ダウンストリームタスクのための事前トレーニングされたイベントネットワークによって直接使用することができる。
コードリポジトリ:https://github.com/spikelab-jhu/isaac-sim-event-camera-plugin
関連論文リスト
- EsaacSim: A Multimodal Event Camera Add-on for NVIDIA Isaac Sim [1.381010753883328]
EsaacSimはNVIDIA Isaac Simのマルチモーダルイベントカメラアドオンである。
グレースケールとBayer RGGBイベント生成によるイベントカメラのオンラインシミュレーションを可能にする。
論文 参考訳（メタデータ） (2026-08-09T06:41:39Z) - 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) - GaussGym: An open-source real-to-sim framework for learning locomotion from pixels [78.05453137978132]
本稿では,3次元ガウススプラッティングをベクトル化物理シミュレータのドロップインとして統合した光現実的ロボットシミュレーションを提案する。
これにより、コンシューマGPUで毎秒10万ステップを超える、前例のないスピードを実現している。
また,シミュレーティブ・トゥ・リアル・ロボティクス・セッティングにおける適用性を実証した。
論文 参考訳（メタデータ） (2025-10-17T06:34:52Z) - WonderPlay: Dynamic 3D Scene Generation from a Single Image and Actions [49.43000450846916]
WonderPlayは物理シミュレーションとビデオ生成を統合するフレームワークである。
アクション条件付き動的3Dシーンを1枚の画像から生成する。
WonderPlayは、ユーザが多様なコンテンツのさまざまなシーンと対話することを可能にする。
論文 参考訳（メタデータ） (2025-05-23T17:59:24Z) - Dynamic EventNeRF: Reconstructing General Dynamic Scenes from Multi-view RGB and Event Streams [69.65147723239153]
動的シーンのボリューム再構成はコンピュータビジョンにおいて重要な問題である。
照明が悪く、動きが速い場合には特に困難である。
本稿では,スパースなマルチビューイベントストリームとスパースなRGBフレームからシーンを時間的に再構築する手法を提案する。
論文 参考訳（メタデータ） (2024-12-09T18:56:18Z) - 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) - IncEventGS: Pose-Free Gaussian Splatting from a Single Event Camera [6.879406129086464]
IncEventGSは、単一のイベントカメラを備えたインクリメンタルな3Dガウススプレイティング再構成アルゴリズムである。
我々は,IncEventGSにおける従来のSLAMパイプラインの追跡とマッピングのパラダイムを活用する。
論文 参考訳（メタデータ） (2024-10-10T16:54:23Z) - 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) - EventTransAct: A video transformer-based framework for Event-camera
based action recognition [52.537021302246664]
イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。
本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。
イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
論文 参考訳（メタデータ） (2023-08-25T23:51:07Z) - Real-time event simulation with frame-based cameras [13.045658279006524]
イベントシミュレータは、新しいアルゴリズムを開発するための実際のイベントカメラの必要性を最小限にする。
本研究では,イベントシミュレーションの性能を2桁に向上させるシミュレーション手法を提案する。
論文 参考訳（メタデータ） (2022-09-10T10:35:53Z) - TimeReplayer: Unlocking the Potential of Event Cameras for Video
Interpolation [78.99283105497489]
イベントカメラは、任意に複雑な動きのあるビデオを可能にする新しいデバイスである。
本稿では,コモディティカメラが捉えた映像とイベントとを補間するTimeReplayerアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-03-25T18:57:42Z) - VisEvent: Reliable Object Tracking via Collaboration of Frame and Event
Flows [93.54888104118822]
このタスクには現実的でスケールしたデータセットがないため、大規模なVisible-Eventベンチマーク(VisEventと呼ぶ)を提案する。
私たちのデータセットは、低照度、高速、背景乱雑なシナリオ下でキャプチャされた820のビデオペアで構成されています。
VisEventに基づいて、イベントフローをイベントイメージに変換し、30以上のベースラインメソッドを構築します。
論文 参考訳（メタデータ） (2021-08-11T03:55:12Z)
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。