論文の概要: Bend the Clock: Predicting Ahead to Beat Latency in Event-Based Object Detection

• arxiv url: http://arxiv.org/abs/2609.26919v1
• Date: Tue, 22 Sep 2026 18:15:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.722306
• Title: Bend the Clock: Predicting Ahead to Beat Latency in Event-Based Object Detection
• Title（参考訳）: Bend the Clock: イベントベースのオブジェクト検出でレイテンシを上回る予測
• Abstract要約: イベントカメラは高速ロボットシステムの低遅延知覚を約束する。 しかし、現代の事象検知器は予測が利用可能になる前に数ミリ秒の計算を必要とする。 我々はChronoFuseを紹介した。ChronoFuseは因果的アベイラビリティー時間検出器で、その出力がいつ利用可能になったかを予測する。
• 参考スコア（独自算出の注目度）: 2.6812215263618473
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Event cameras promise low-latency perception for high-speed robotic systems, where even short delays can render detections stale by the time they inform downstream robotic decisions. Yet modern event detectors still require tens of milliseconds of computation before their predictions become available. Conventional evaluation ignores this delay by comparing predictions with annotations at the observation timestamp, even though the scene may have changed by the time those predictions are produced. We study this observation-availability mismatch in event-based multi-object detection and show that state-of-the-art event detectors degrade substantially when evaluated at prediction availability rather than observation time. To address this, we introduce ChronoFuse, a causal availability-time detector that predicts object states for when its output becomes available rather than for when its input was observed. ChronoFuse performs causal cross-time fusion over a multi-scale feature hierarchy, combining current representations with cached temporal features to expose short-term temporal cues without using future observations. The fusion pathway is lightweight, adding only 0.17 million parameters and 0.84 ms of mean end-to-end latency overhead. ChronoFuse recovers 71% of the accuracy lost to latency on 1Mpx driving data and 90.8% under rapid drone motion on FRED, nearly restoring zero-delay performance. Under the extreme motion of EV-Flying, ChronoFuse reaches 20.95 sAP, compared with 2.25 for the strongest standard event detector (9.3x gain). These results show that predicting ahead can be critical for robots operating in fast-changing scenes, including autonomous driving, agile flight, and robotic interception.
• Abstract（参考訳）: イベントカメラは、高速ロボットシステムに対して低レイテンシの知覚を約束する。 しかし、現代の事象検知器は予測が利用可能になる前に数ミリ秒の計算を必要とする。 従来の評価では、これらの予測が生成されるまでにシーンが変化したとしても、観測タイムスタンプでアノテーションと予測を比較して、この遅延を無視している。 イベントベースマルチオブジェクト検出における観測可利用性ミスマッチについて検討し、観測時間よりも予測可能時間で評価した場合に、最先端のイベント検出装置が大幅に劣化することを示す。 そこで我々はChronoFuseを紹介した。ChronoFuseは、入力が観測された時ではなく、出力が利用可能になった時のオブジェクト状態を予測する因果的アベイラビリティー時間検出器である。 ChronoFuseはマルチスケールの特徴階層上で因果的相互融合を行い、現在の表現とキャッシュされた時間的特徴を組み合わせることで、将来の観測を使わずに短期的な時間的手がかりを公開する。 融合経路は軽量で、パラメータはわずか0.17万であり、平均的なエンドツーエンドの遅延オーバーヘッドは0.84ミリ秒である。 ChronoFuseは1Mpxの運転データで遅延で失われる精度の71%を回復し、FREDの高速ドローン動作で90.8%を回復し、ゼロ遅延性能をほぼ回復した。 EV-Flyingの極端な動きの下では、ChronoFuseは20.95 sAPに達し、最も強力な標準イベント検出器(9.3倍のゲイン)では2.25である。 これらの結果は、自律走行、アジャイル飛行、ロボットインターセプションなど、急速に変化する場面で動くロボットにとって、予測が重要であることを示している。

関連論文リスト

• Strictly Causal Streaming Video Anomaly Detection with a Theoretically-Grounded State-Space Core [2.648500779572419]
  ルックアヘッドもクリップバッファリングも不要な因果ストリーミング異常検出器を導入する。 その時空コアは、入力と状態依存の崩壊ゲートを持つ対角線状状態空間の再発である。 繰り返し減衰スペクトルと検出遅延と、確実に捕捉できる最も短い異常との間に閉じた形状関係を導出する。
  論文  参考訳（メタデータ） (2026-08-25T16:52:32Z)
• TIE: Time Interval Encoding for Video Generation over Events [50.66585165263848]
  ディレクタースタイルのプロンプト、ロボットアクション予測、インタラクティブなビデオエージェントは、同時イベントに対する時間的根拠を要求する。 現代のビデオジェネレータは、ポイントワイドな位置エンコーディングを通して、タイムを離散的なポイントとして表現する。 Time Interval TIEは、プラグイン・アンド・プレイ・インターバル・アウェアの一般化である。
  論文  参考訳（メタデータ） (2026-05-11T13:23:14Z)
• Perception-to-Pursuit: Track-Centric Temporal Reasoning for Open-World Drone Detection and Autonomous Chasing [0.0]
  本稿では,検出と実行可能な追従計画を橋渡しするトラック中心の時間的推論フレームワークを提案する。 我々の研究は、動きパターンに対する時間的推論が正確な予測と行動可能な追跡計画の両方を可能にすることを示した。
  論文  参考訳（メタデータ） (2026-01-27T07:57:29Z)
• Temporal Misalignment Attacks against Multimodal Perception in Autonomous Driving [23.83773255227831]
  DejaVuは車載ネットワークを利用して、センサストリーム間の遅延を誘導し、微妙な時間的ミスアライメントを生成する攻撃である。 包括的攻撃分析により,センサのタスク特異的な不均衡感が明らかになった。 シングルフレームのLiDAR遅延では、攻撃者は車検出のmAPを最大88.5%削減し、3フレームのカメラ遅延、車滴の多重物体追跡精度(MOTA)を73%削減できる。
  論文  参考訳（メタデータ） (2025-07-12T00:44:26Z)
• CorrDiff: Adaptive Delay-aware Detector with Temporal Cue Inputs for Real-time Object Detection [11.714072240331518]
  CorrDiffは、リアルタイム検出システムの遅延問題に対処するために設計された。 複数の将来のフレームに対するオブジェクトの位置を予測するために、実行時推定の時間的キューを利用することができる。 あらゆる種類のデバイスにおいて、厳格なリアルタイム処理要件を満たす。
  論文  参考訳（メタデータ） (2025-01-09T10:34:25Z)
• Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
  ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。 我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。 我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-02T17:13:16Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression [62.997667081978825]
  インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
  論文  参考訳（メタデータ） (2023-03-15T23:11:30Z)
• Fast Trajectory End-Point Prediction with Event Cameras for Reactive Robot Control [4.110120522045467]
  本稿では,これらの問題を克服するために,イベントカメラの低レイテンシ,動作駆動サンプリング,データ圧縮特性を活用することを提案する。 ユースケースとして、私たちはパンダのロボットアームを使って、テーブルの上で跳ねるボールをインターセプトします。 シミュレーションでネットワークをトレーニングし、データセットの取得を高速化し、実際の軌道上でモデルを微調整します。
  論文  参考訳（メタデータ） (2023-02-27T14:14:52Z)
• Real-time Object Detection for Streaming Perception [84.2559631820007]
  ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。 ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。 提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
  論文  参考訳（メタデータ） (2022-03-23T11:33:27Z)
• Fast Motion Understanding with Spatiotemporal Neural Networks and Dynamic Vision Sensors [99.94079901071163]
  本稿では,高速な動きを推論するための動的視覚センサ(DVS)システムを提案する。 ロボットが15m/s以上の速度で接近する小さな物体に反応するケースを考察する。 我々は,23.4m/sで24.73degの誤差を$theta$,18.4mmの平均離散半径予測誤差,衝突予測誤差に対する25.03%の中央値で移動した玩具ダートについて,本システムの結果を強調した。
  論文  参考訳（メタデータ） (2020-11-18T17:55:07Z)

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。