論文の概要: Optical Flow Sensor: A Direction-Selective Bionic Retina Design
- arxiv url: http://arxiv.org/abs/2607.28686v1
- Date: Thu, 30 Jul 2026 04:59:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.371167
- Title: Optical Flow Sensor: A Direction-Selective Bionic Retina Design
- Title（参考訳）: 光フローセンサ:指向性選択性バイオン性網膜設計
- Abstract要約: 画素レベルの光フローセンサ(OFS)集積回路。
Dynamic Vision Sensor (DVS) ON/OFFイベント比較と時間差測定を組み合わせることで、チップ上で完全に並列な光フロー計算を可能にする。
- 参考スコア（独自算出の注目度）: 1.3997127824012905
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optical flow characterizes motion in the visual field and is fundamental to motion perception and tracking in biological and artificial vision systems. Biological retinas extract motion efficiently through local ON/OFF pathways and parallel processing, while conventional frame-based optical flow relies on dense sampling and global computation, resulting in high latency and power consumption. To overcome these limitations, we present a pixel-level Optical Flow Sensor (OFS) integrated circuit. The design combines Dynamic Vision Sensor (DVS) ON/OFF event comparison with time-difference measurement to enable fully parallel optical flow computation on-chip. An optical-flow-specific Address-Event Representation (OF-AER) interface supports low-power, high-throughput readout. \rev{Based on the CMOS-based OFS, we further propose optical memristor-based OFS to reduce sensor power consumption and area overhead.} Experimental results show that the proposed OFS achieves a 303$\times$ reduction in power consumption compared with FPGA-accelerated DVS systems while maintaining microsecond-level latency. Moreover, by directly outputting optical flow vectors, the OFS reduces output data size by approximately 3.3$\times$, demonstrating strong potential for ultra-high-speed, low-power vision sensing applications.
- Abstract（参考訳）: 光の流れは視覚の運動を特徴付け、生物学的および人工的な視覚システムにおける運動の知覚と追跡の基礎となる。
生体網膜は局所的なON/OFF経路と並列処理によって効率的に動きを抽出する一方、従来のフレームベースの光学フローは密度の高いサンプリングと大域的な計算に依存し、高いレイテンシと電力消費をもたらす。
これらの制約を克服するために,画素レベル光フローセンサ(OFS)集積回路を提案する。
この設計は、ダイナミックビジョンセンサー(DVS)ON/OFFイベント比較と時間差測定を組み合わせることで、チップ上で完全に並列な光フロー計算を可能にする。
光フロー固有のアドレスイベント表現(OF-AER)インタフェースは、低出力、高スループットの読み出しをサポートする。
さらに、CMOSベースのOFSに基づいて、センサの消費電力と面積オーバーヘッドを低減するための光メムリスタベースのOFSを提案する。
実験結果から,提案したOFSは,マイクロ秒レベルのレイテンシを維持しながらFPGA加速DVSシステムと比較して303$\timesの消費電力削減を実現していることがわかった。
さらに、光学フローベクトルを直接出力することにより、出力データサイズを約3.3$\times$に削減し、超高速で低消費電力の視覚センシングアプリケーションに強い可能性を示す。
関連論文リスト
- Low Latency Gaze Tracking via Latent Optical Sensing [12.829480947195412]
完全受動光エンコーダを用いてタスク関連潜在機能を直接取得するリアルタイム視線追跡システムを提案する。
本研究では,実世界のシミュレーションデータと実世界のデータにアプローチの有効性を実証し,競合する視線推定精度を実現する。
この研究は、超低レイテンシ、計算効率の人-コンピュータインタラクションシステムにおけるタスク駆動型光センシングの可能性を強調した。
論文 参考訳（メタデータ） (2026-05-18T07:46:25Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-29T14:36:45Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - MIORe & VAR-MIORe: Benchmarks to Push the Boundaries of Restoration [53.180212987726556]
動作回復ベンチマークの限界に対処する2つの新しいマルチタスクデータセットであるMIOReとVAR-MIOReを紹介する。
私たちのデータセットは、複雑なエゴカメラの動き、動的マルチオブジェクト相互作用、深さ依存のぼかし効果など、幅広い動きシナリオを捉えています。
論文 参考訳（メタデータ） (2025-09-08T15:34:31Z) - Neuromorphic spatiotemporal optical flow: Enabling ultrafast visual perception beyond human capabilities [12.409087198219693]
シナプストランジスタアレイに時間情報を直接符号化することで遅延ボトルネックに対処するニューロモルフィック光フロー手法を提案する。
従来の空間限定光流法と比較して,動作情報の時空間整合性を提供する。
ソフトウェアベンチマークでは、我々のシステムは400%のスピードアップで最先端のアルゴリズムより優れています。
論文 参考訳（メタデータ） (2024-09-10T10:59:32Z) - GAFlow: Incorporating Gaussian Attention into Optical Flow [62.646389181507764]
我々はガウス的注意(GA)を光学フローモデルに押し込み、表現学習中に局所特性をアクセントする。
本稿では,既存の Transformer ブロックに簡単に接続可能な新しい Gaussian-Constrained Layer (GCL) を提案する。
動作解析のための新しいガウス誘導注意モジュール(GGAM)を提供する。
論文 参考訳（メタデータ） (2023-09-28T07:46:01Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - Towards Anytime Optical Flow Estimation with Event Cameras [37.892840680923584]
イベントカメラはミリ秒レベルでの対数輝度の変化に反応し、光フロー推定に最適である。
既存のイベントカメラからのデータセットは、光学フローに対して低フレームレートの地上真実を提供するのみである。
本研究では,高フレームレートのイベント光流を生成するEVent-based Anytime Flow推定ネットワークであるEVA-Flowを提案する。
論文 参考訳（メタデータ） (2023-07-11T06:15:12Z) - Optical flow estimation from event-based cameras and spiking neural
networks [0.4899818550820575]
イベントベースセンサーはスパイキングニューラルネットワーク(SNN)に最適である
教師付きトレーニング後,高密度光フロー推定が可能なU-NetライクなSNNを提案する。
分離可能な畳み込みにより、我々は、合理的に正確な光フロー推定が得られる光モデルを開発することができた。
論文 参考訳（メタデータ） (2023-02-13T16:17:54Z) - Sensor-Guided Optical Flow [53.295332513139925]
本稿では、未知の領域や未知の領域において、より優れた精度を実現するために、外部キューを用いた光フローネットワークを誘導するフレームワークを提案する。
能動センサからの深度測定と幾何および手作り光学フローアルゴリズムを組み合わせることで,これらがどのように得られるかを示す。
論文 参考訳（メタデータ） (2021-09-30T17:59:57Z) - Unsupervised Motion Representation Enhanced Network for Action
Recognition [4.42249337449125]
連続するフレーム間の動きの表現は、ビデオの理解を大いに促進することが証明されている。
効果的な光フロー解決器であるTV-L1法は、抽出した光フローをキャッシュするために時間と費用がかかる。
UF-TSN(UF-TSN)は、軽量な非監視光フロー推定器を組み込んだ、エンドツーエンドのアクション認識手法です。
論文 参考訳（メタデータ） (2021-03-05T04:14:32Z) - FLAVR: Flow-Agnostic Video Representations for Fast Frame Interpolation [97.99012124785177]
FLAVRは、3D空間時間の畳み込みを使用して、ビデオフレームのエンドツーエンドの学習と推論を可能にする柔軟で効率的なアーキテクチャです。
FLAVRは、アクション認識、光フロー推定、モーション拡大のための有用な自己解釈タスクとして役立つことを実証します。
論文 参考訳（メタデータ） (2020-12-15T18:59:30Z)
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。