論文の概要: SweepLSD: A One-Pass, O(width)-Memory Line Segment Detector with an Integer-Only Streaming Core and a Real-Time FPGA Realization

• arxiv url: http://arxiv.org/abs/2608.22086v1
• Date: Sat, 22 Aug 2026 19:37:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.593374
• Title: SweepLSD: A One-Pass, O(width)-Memory Line Segment Detector with an Integer-Only Streaming Core and a Real-Time FPGA Realization
• Title（参考訳）: SweepLSD: Integer-Only Streaming CoreとリアルタイムFPGA実現によるワンパスO(幅)メモリラインセグメンテーション検出器
• Abstract要約: SweepLSDはラインセグメント検出器で、画像を正確に1回読み出し、スキャン線を通過する最後のピクセルの数行以内に各セグメントを出力する。 フルHDにダウンスケールされた構造豊富なパブリック4K写真では、CPUスレッドが11ミリ秒でセグメントを検出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present SweepLSD, a line segment detector that reads the image exactly once and emits each segment within a few rows of its last pixel passing the scan line. Every stage, including connected-component labeling and the final line test, processes the image as a row stream: intermediate memory is O(width) rather than O(pixels), and the per-pixel core is integer-only. We give the first complete description of the algorithm, designed in the author's 2014 master's thesis but never published, together with an open-source C++17 implementation and an FPGA realization -- held bit-exact against the software in its hardware configuration -- detecting segments in live 1080p30 video on 2009-era silicon without frame buffer or external memory. On structure-rich public 4K photographs downscaled to Full-HD, one CPU thread detects segments in ~11 ms -- 4.6x/5.2x/25x faster than the original authors' implementations of ELSED, EDLines, and LSD -- with the tightest frame-time distribution and the best per-segment direction accuracy of the four detectors, and curve rejection by design, while trailing ELSED in F-score on synthetic ground truth. A Manhattan-frame vanishing-point study on York Urban and NYU-VP scores every detector under a selection/evaluation-separated best-estimator-per-detector protocol, under which SweepLSD leads on NYU-VP by ~0.3 degrees and trails by 0.1 degrees on York Urban, with the fastest end-to-end pipeline of the four detectors on both. A single-frame camera-attitude application, evaluated on synthetic scenes with exact ground truth and on EuRoC and TUM-VI, matches the baselines' accuracy at a fraction of their memory, and drives a 4K horizon lock to 0.06 degrees median attitude error at 32 ms median per frame.
• Abstract（参考訳）: SweepLSDは、画像を正確に1回だけ読み出し、スキャン線を通過する最後のピクセルの数行以内に各セグメントを出力する線分検出器である。 連結成分ラベリングや最終ラインテストを含むすべてのステージは、画像を行ストリームとして処理する:中間メモリはO(ピクセル)ではなくO(幅)であり、ピクセル単位のコアは整数のみである。 著者の2014年の修士論文で設計されたアルゴリズムの完全な記述は、オープンソースのC++17実装とFPGA実現とともに、ハードウェア構成のソフトウェアに対して、フレームバッファや外部メモリのない2009年代のシリコン上で、ライブ1080p30ビデオのセグメントを検出する、ビットエクササイズを保持した。 フルHDにダウンスケールされた構造に富んだ公開4K写真では、1つのCPUスレッドが、ALSED、EDLines、LSDのオリジナルの実装よりも約11ms -- 4.6x/5.2x/25x高速なセグメントを検出し、4つの検出器のフレーム時間分布と最も高いセグメンテーション方向の精度を持つ。 York UrbanとNYU-VPに関するマンハッタン・フレームの消滅点研究は、選択/評価されたベスト・エデュメータ・パー・ディテクター・プロトコルの下で全ての検出器をスコアし、SweepLSDはNYU-VPを約0.3度、ヨーク・アーバンでは0.1度、両検出器のエンドツーエンドパイプラインは最速である。 EuRoCとTUM-VIは、ベースラインの精度をメモリのごく一部で一致させ、4Kホライズロックを1フレームあたり32msの中央値姿勢誤差0.06度に駆動する。

関連論文リスト

• Towards Practical Precision Agriculture: Real-Time Fruit Detection and Video Analytics on Embedded Edge Hardware [0.815557531820863]
  本研究では,NVIDIA Jetson Orin Super上で実時間果物の検出,追跡,計数を行うためのエンドツーエンドフレームワークを提案する。 軽量のYOLO26s検出器は、リンゴ、マンゴー、ブルーベリー、イチゴを表す4つの公開データセットで独立に訓練されている。 APPLE MOTSは、果肉の恒常性を持った果樹配列を提供するため、時間的ビデオ解析に使用される。
  論文  参考訳（メタデータ） (2026-09-11T21:32:02Z)
• Jetson-ORB-SLAM3: Accuracy-Preserving GPU Implementation for Edge Computing Devices [0.09558392439655011]
  NVIDIA Jetson Orin Nano用のORB-SLAM3の精度保存GPU実装を提案する。 単分子慣性モードでは、システムは11個のEuRoC配列で32FPSの平均を維持できる。
  論文  参考訳（メタデータ） (2026-08-18T15:07:37Z)
• Scaling Parallel Sequence Models to Foundation-Scale Vision Encoders [123.58723804218151]
  ビジョンファウンデーションモデルは、自己注意の二次的なコストによってボトルネックとなる。 2次元空間伝搬伝搬に基づくC-GSPNを提案する。
  論文  参考訳（メタデータ） (2026-05-30T14:29:43Z)
• LEADER: Lightweight End-to-End Attention-Gated Dual Autoencoder for Robust Minutiae Extraction [0.05978532290288763]
  本稿では,生の指紋画像を微細な記述子にマッピングするニューラルネットワークであるLEADER(Lightweight End-to-end Attention-gated Dual autoencodER)を紹介する。 新しく作られた"Castle-Moat-Rampart"のグラウンドトルースエンコーディングと、アテンションゲーティング機構を介して相互接続されたデュアルオートコーダ構造を採用している。 NIST SD27データセットでF1スコアが34%高い。
  論文  参考訳（メタデータ） (2026-02-17T11:02:28Z)
• SparsePixels: Efficient Convolution for Sparse Data on FPGAs [0.10425052724357148]
  一部の画像データでは、入力特徴は空間的に疎くなり、セマンティック情報は入力画素のごく一部を占めることができる。 FPGA上の空間的スパース画像データのための効率的な畳み込みのためのフレームワークであるSparsePixelsを紹介する。 提案手法では,CNNの特殊なクラスを実装し,他の部分を無視しながらアクティブな画素の小さなサブセットを選択的に保持し,計算する。
  論文  参考訳（メタデータ） (2025-12-05T23:04:44Z)
• Multi-View 3D Point Tracking [67.21282192436031]
  本稿では,複数のカメラビューを用いた動的シーンにおける任意の点の追跡を目的とした,データ駆動型マルチビュー3Dポイントトラッカーについて紹介する。 本モデルでは,現実的な数のカメラを用いて直接3次元対応を推定する。 我々は5K合成多視点Kubricシーケンスをトレーニングし、2つの実世界のベンチマークで評価する。
  論文  参考訳（メタデータ） (2025-08-28T17:58:20Z)
• SED: A Simple Encoder-Decoder for Open-Vocabulary Semantic Segmentation [91.91385816767057]
  オープンボキャブラリセマンティックセグメンテーションは、ピクセルをオープンなカテゴリの集合から異なるセマンティックグループに区別する試みである。 オープン語彙セマンティックセグメンテーションのための単純なエンコーダデコーダSEDを提案する。 SED法では、ADE20KではmIoUスコアが31.6%、A6000では画像あたり82ミリ秒(ms$)のカテゴリが150である。
  論文  参考訳（メタデータ） (2023-11-27T05:00:38Z)
• SATR: Zero-Shot Semantic Segmentation of 3D Shapes [74.08209893396271]
  大規模オフザシェルフ2次元画像認識モデルを用いて3次元形状のゼロショットセマンティックセマンティックセマンティックセグメンテーションの課題について検討する。 本研究では、SATRアルゴリズムを開発し、ShapeNetPartと提案したFAUSTベンチマークを用いて評価する。 SATRは最先端のパフォーマンスを達成し、ベースラインアルゴリズムを平均mIoUの1.3%と4%で上回っている。
  論文  参考訳（メタデータ） (2023-04-11T00:43:16Z)
• Small Lesion Segmentation in Brain MRIs with Subpixel Embedding [105.1223735549524]
  ヒト脳のMRIスキャンを虚血性脳梗塞と正常組織に分割する方法を提案する。 本稿では,空間展開埋め込みネットワークによって予測を導出する標準エンコーダデコーダの形式でニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-09-18T00:21:17Z)
• Fully Convolutional Line Parsing [25.80938920093857]
  画像から線分を検出する一段階のF-Clip(Fully Convolutional Line Parsing Network)を提案する。 F-Clipは、各行の中央位置、長さ、角度で予測することで、ラインセグメントをエンドツーエンドで検出する。 広範な実験を行い,本手法が効率と精度のトレードオフを大幅に改善することを示す。
  論文  参考訳（メタデータ） (2021-04-22T17:41:12Z)
• Efficient Video Semantic Segmentation with Labels Propagation and Refinement [138.55845680523908]
  本稿では,ハイブリッドGPU/CPUを用いた高精細ビデオのリアルタイムセマンティックセマンティックセマンティック化の問題に取り組む。 i) CPU上では、非常に高速な光フロー法であり、ビデオの時間的側面を利用して、あるフレームから次のフレームへ意味情報を伝達するために使用される。 高解像度フレーム(2048 x 1024)を持つ一般的なCityscapesデータセットでは、単一のGPUとCPU上で80から1000Hzの動作ポイントが提案されている。
  論文  参考訳（メタデータ） (2019-12-26T11:45:15Z)

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。