Fugu-MT 論文翻訳(概要): Efficient Multi-Timescale Event Representations for Feed-Forward Object Detection

論文の概要: Efficient Multi-Timescale Event Representations for Feed-Forward Object Detection

arxiv url: http://arxiv.org/abs/2609.05049v1
Date: Fri, 04 Sep 2026 12:12:26 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-07 18:15:24.030774
Title: Efficient Multi-Timescale Event Representations for Feed-Forward Object Detection
Title（参考訳）: フィードフォワードオブジェクト検出のための効率的なマルチスケールイベント表現
Abstract要約: イベントカメラでは、オブジェクト検出は通常、時間とともにわずかな時間情報を蓄積するために、繰り返しアーキテクチャに依存する。対数的B-スプライン時間符号化に基づく信頼度正規化連続マルチスケール表現を提案する。提案した表現は、PEDRoおよびGen1データセット上のコンパクトなCSTR表現よりも一貫して優れていることを示す。
参考スコア（独自算出の注目度）: 4.654827623279545
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Autonomous systems require robust low-latency perception under rapidly changing scene dynamics and challenging illumination. In event cameras object detection commonly relies on recurrent architectures to accumulate sparse temporal information over time. This work investigates how temporal information can be encoded directly within the event representation. We propose a confidence-normalized continuous multi-timescale representation based on logarithmic B-spline temporal encoding together with a geometry-aware local confidence mechanism that exploits the spatial structure of event generation. Using a fixed feed-forward EventCenterNet detector, we show that the proposed representations consistently outperform the compact CSTR representation on PEDRo and Gen1 datasets. We further introduce a recursive exponential-polynomial approximation that enables efficient event-by-event updates while largely preserving detection performance. These results demonstrate that carefully designed event representations can capture a substantial portion of the temporal information learned through recurrent temporal modeling, providing a promising foundation for efficient feed-forward, event-driven, and future neuromorphic object detection.
Abstract（参考訳）: 自律システムは、急速に変化するシーンダイナミクスと挑戦的な照明の下で、堅牢な低レイテンシの知覚を必要とする。イベントカメラでは、オブジェクト検出は通常、時間とともにわずかな時間情報を蓄積するために、繰り返しアーキテクチャに依存する。本研究は、イベント表現内で時間情報を直接エンコードする方法について検討する。事象発生の空間構造を利用した幾何認識型局所信頼機構とともに、対数的B-スプライン時間符号化に基づく信頼性正規化連続マルチタイムスケール表現を提案する。固定フィードフォワードEventCenterNet検出器を用いて、提案した表現がPEDRoおよびGen1データセット上のコンパクトなCSTR表現より一貫して優れていることを示す。さらに、再帰的な指数多項式近似を導入し、検出性能を保ちながら、イベント・バイ・イベントの効率的な更新を可能にする。これらの結果は、慎重に設計されたイベント表現が、繰り返し時間モデリングによって学習された時間情報のかなりの部分をキャプチャし、効率的なフィードフォワード、イベント駆動、未来のニューロモルフィックな物体検出のための有望な基盤を提供することを示す。

関連論文リスト

Rethinking Event-Based Object Dtection through Representation-Level Temporal Aggregation and Model-Level Hypergraph Reasoning [65.08890312027314]
イベントカメラはマイクロ秒レベルの時間分解能、低レイテンシ、高ダイナミックレンジを提供する。 Event Dual Temporal-Relational Aggregation Detector (Ev-DTAD)は、表現レベルの時間エンコーディングとモデルレベルの時間-ハイパーグラフ推論を統合する。 Ev-DTADは、コンパクトな時間的表現と時間的ハイパーグラフの特徴的推論の相補性を検証し、競争精度と効率のトレードオフを実現する。
論文参考訳（メタデータ） (2026-05-09T09:20:34Z)
E-TIDE: Fast, Structure-Preserving Motion Forecasting from Event Sequences [2.6812215263618473]
イベントベースのカメラは、ピクセルごとの明るさ変化の非同期ストリームとして視覚情報をキャプチャし、スパースで時間的に正確なデータを生成する。イベントテンソル予測のための軽量でエンドツーエンドのトレーニング可能なアーキテクチャであるE-TIDEを導入する。
論文参考訳（メタデータ） (2026-03-29T16:34:12Z)
Towards Video Anomaly Detection from Event Streams: A Baseline and Benchmark Datasets [71.53287557600177]
イベントベースの異常検出を統一研究の方向性として確立するための第一歩を踏み出す。まず、同期イベントとRGB記録を特徴とする、ビデオ異常検出のための複数のイベントストリームベースのベンチマークを構築した。次に,EVent中心のビデオ異常検出フレームワークであるEWADを提案する。
論文参考訳（メタデータ） (2026-03-26T03:33:33Z)
Online Segment Any 3D Thing as Instance Tracking [60.20416622842975]
オンライン3Dセグメンテーションをインスタンス追跡問題として再認識する(AutoSeg3D)。視覚基礎モデルに固有の断片化問題を緩和するために,空間整合性学習を導入する。 ScanNet200上でESAMを2.8 AP上回る新しい最先端技術を確立する。
論文参考訳（メタデータ） (2025-12-08T14:48:51Z)
CAST: Cross-Attentive Spatio-Temporal feature fusion for Deepfake detection [0.0]
CNNは空間的アーティファクトのキャプチャに有効であり、Transformerは時間的不整合のモデリングに優れている。本稿では,空間的特徴と時間的特徴を効果的に融合させるために,クロスアテンションを利用した統合CASTモデルを提案する。我々はFaceForensics++、Celeb-DF、DeepfakeDetectionデータセットを用いてモデルの性能を評価する。
論文参考訳（メタデータ） (2025-06-26T18:51:17Z)
Sparse Convolutional Recurrent Learning for Efficient Event-based Neuromorphic Object Detection [4.362139927929203]
ニューロモルフィックプロセッサ上でのイベントベースの効率的なオブジェクト検出のためのスパースイベントベース効率検出器(SEED)を提案する。我々はスパース畳み込み再帰学習を導入し、これは再帰処理において92%以上の活性化間隔を達成し、スパースイベントデータに基づく推論のコストを大幅に削減する。
論文参考訳（メタデータ） (2025-06-16T12:54:27Z)
Hybrid Spiking Vision Transformer for Object Detection with Event Cameras [19.967565219584056]
スパイキングニューラルネットワーク(SNN)は、低エネルギー消費とリッチダイナミクスを提供する、有望なアプローチとして登場した。本研究では,イベントベース物体検出の性能向上を目的としたハイブリッドトランスフォーマー(HsVT)モデルを提案する。実験結果から,HsVTはより少ないパラメータでイベント検出において大幅な性能向上を実現していることがわかった。
論文参考訳（メタデータ） (2025-05-12T16:19:20Z)
MambaPupil: Bidirectional Selective Recurrent model for Event-based Eye tracking [50.26836546224782]
事象に基づく視線追跡は、高時間分解能と低冗長性で非常に有望である。点眼、固定、ササード、スムーズな追跡を含む眼球運動パターンの多様性と急激さは、眼球運動の局所化に重要な課題を提起する。本稿では、文脈時空間情報を完全に活用するための双方向の長期シーケンスモデリングと時間変化状態選択機構を提案する。
論文参考訳（メタデータ） (2024-04-18T11:09:25Z)
SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
論文参考訳（メタデータ） (2023-09-29T05:13:43Z)
Spatial-Temporal Graph Enhanced DETR Towards Multi-Frame 3D Object Detection [54.041049052843604]
STEMDは,多フレーム3Dオブジェクト検出のためのDETRのようなパラダイムを改良した,新しいエンドツーエンドフレームワークである。まず、オブジェクト間の空間的相互作用と複雑な時間的依存をモデル化するために、空間的時間的グラフアテンションネットワークを導入する。最後に、ネットワークが正のクエリと、ベストマッチしない他の非常に類似したクエリを区別することが課題となる。
論文参考訳（メタデータ） (2023-07-01T13:53:14Z)
Dual Memory Aggregation Network for Event-Based Object Detection with Learnable Representation [79.02808071245634]
イベントベースのカメラはバイオインスパイアされたセンサーで、各ピクセルの明るさ変化を非同期に捉える。イベントストリームは、正極性と負極性の両方のためにx-y-t座標の格子に分割され、3次元テンソル表現として柱の集合が生成される。長メモリは適応型convLSTMの隠れ状態に符号化され、短メモリはイベントピラー間の空間的時間的相関を計算することによってモデル化される。
論文参考訳（メタデータ） (2023-03-17T12:12:41Z)

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。