論文の概要: The EventCV Library for Event-Based Robotic Vision

• arxiv url: http://arxiv.org/abs/2609.21330v1
• Date: Fri, 18 Sep 2026 05:30:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.868628
• Title: The EventCV Library for Event-Based Robotic Vision
• Title（参考訳）: EventCV Library for Event-based Robotic Vision
• Abstract要約: イベントカメラは、マイクロ秒のタイムスケールで1ピクセル当たりの明るさ変化を検知する。 ここでは、OpenCVスタイルのPythonバインディングを備えたオープンソースのRustライブラリであるEventCVを紹介します。 我々は、EventCVをJetson Orin AGX上にデプロイし、オブジェクト検出、オンデバイスモデル推論、ローカライゼーションの3つのロボティクスケーススタディを示す。
• 参考スコア（独自算出の注目度）: 16.19859440386601
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event cameras detect per-pixel brightness changes asynchronously on microsecond timescales, with high dynamic range and low power draw. These are desirable properties for robots that move fast or work in difficult lighting conditions. However, integrating an event camera into a real-world robotic pipeline still requires substantial effort: plug-and-play drivers do not exist, event streams are recorded in a variety of incompatible file formats, and most projects rely on custom research-grade code. Here, we present EventCV, an open-source and extensible Rust library with OpenCV-style Python bindings that lowers the entry barrier to working with event cameras. EventCV provides a wide range of features: denoising filters and geometric transforms, augmentations, corner detection and unsupervised feature learning, contrast-maximization motion estimation, a video-to-events simulator, and Open Neural Network Exchange (ONNX) inference for deployment in robotic stacks. EventCV integrates the Neuromorphic Drivers package, allowing an event camera stream to be processed directly in real time. No existing toolkit covers this range of operations in one package, and EventCV builds representations and decodes files 1.1x to 3.7x faster than the currently available libraries. We deploy EventCV on a Jetson Orin AGX and present three robotics case studies spanning object detection, on-device model inference, and localization. Project webpage: https://eventcv.net.
• Abstract（参考訳）: イベントカメラは、マイクロ秒のタイムスケールで1ピクセルあたりの明るさ変化を非同期に検出する。 これらは、速く動くか、困難な照明条件下で機能するロボットにとって望ましい特性である。 プラグアンドプレイドライバは存在せず、イベントストリームはさまざまな互換性のないファイルフォーマットで記録され、ほとんどのプロジェクトはカスタムリサーチグレードのコードに依存しています。 ここでは、OpenCVスタイルのPythonバインディングを備えたオープンソースの拡張可能なRustライブラリであるEventCVを紹介します。 EventCVは、フィルタと幾何学変換、拡張、コーナー検出と教師なしの特徴学習、コントラスト最大化動作推定、ビデオ対イベントシミュレータ、ロボットスタックへのデプロイのためのOpen Neural Network Exchange(ONNX)推論など、幅広い機能を提供する。 EventCVはNeuromorphic Driversパッケージを統合しており、イベントカメラストリームを直接リアルタイムで処理することができる。 EventCVは1.1xから3.7倍の速度でファイルをデコードする。 我々は、EventCVをJetson Orin AGX上にデプロイし、オブジェクト検出、オンデバイスモデル推論、ローカライゼーションの3つのロボティクスケーススタディを示す。 プロジェクトWebページ: https://eventcv.net.com

関連論文リスト

• EVIS: A Physics-Grounded Event Camera Plugin for NVIDIA Isaac Sim [3.3900431852643114]
  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。
  論文  参考訳（メタデータ） (2026-07-09T04:13:31Z)
• 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)
• EventTracer: Fast Path Tracing-based Event Stream Rendering [22.899799024836586]
  EventTracerは、複雑な3Dシーンからの高忠実度イベントシーケンスをシミュレートするパストレースベースのレンダリングパイプラインである。 EventTracerがより優れたシーンの詳細をキャプチャし、実際のイベントデータと他のイベントシミュレータとの類似性を示す2つの下流タスクを示す。
  論文  参考訳（メタデータ） (2025-08-25T14:33:09Z)
• 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)
• SpikeCV: Open a Continuous Computer Vision Era [56.0388584615134]
  SpikeCVはスパイクカメラ用の新しいオープンソースのコンピュータビジョンプラットフォームである。 スパイクカメラは、近年急速に発達しているニューロモルフィックな視覚センサーである。 SpikeCVは、さまざまな超高速シーンデータセット、ハードウェアインターフェース、使いやすいモジュールライブラリを提供する。
  論文  参考訳（メタデータ） (2023-03-21T09:00:12Z)
• 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)
• 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)
• Neuromorphic Eye-in-Hand Visual Servoing [0.9949801888214528]
  イベントカメラは、低レイテンシと広いダイナミックレンジで人間のような視覚機能を提供する。 本稿では,イベントカメラとスイッチング制御戦略を用いて,探索,到達,把握を行う視覚サーボ手法を提案する。 実験は、異なる形状の物体を追跡して把握する手法の有効性を、再学習を必要とせずに証明する。
  論文  参考訳（メタデータ） (2020-04-15T23:57:54Z)

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。