論文の概要: DAPEVO: Deep Adaptive Patch Frame-Event Visual Odometry

• arxiv url: http://arxiv.org/abs/2609.30947v1
• Date: Fri, 25 Sep 2026 07:59:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.284622
• Title: DAPEVO: Deep Adaptive Patch Frame-Event Visual Odometry
• Title（参考訳）: DAPEVO:Deep Adaptive Patch Frame-Event Visual Odometry
• Abstract要約: イベントカメラは、従来のカメラを高時間分解能とダイナミックレンジで補完するが、その非同期測定は信頼性の高い対応推定を複雑にする。 本稿では,共有パッチ位置における画像とイベントの対応を独立に推定する学習型視覚計測システムDAPEVOを提案する。 DAPEVOはイベントのみの観測もサポートしており、RGBフレームが不足している場合や利用できない場合の追跡を継続することができる。
• 参考スコア（独自算出の注目度）: 20.81310671229045
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual odometry is essential for autonomous navigation in GPS-denied environments, yet RGB-based methods remain vulnerable to motion blur, challenging illumination, and dropped frames. Event cameras complement conventional cameras with high temporal resolution and dynamic range, but their asynchronous measurements complicate reliable correspondence estimation. We present DAPEVO, a learned visual odometry system that estimates image and event correspondences independently at shared patch locations and fuses their correlation evidence before motion refinement. Each tracked patch maintains image and event descriptors, and a learned scalar gate combines modality-specific correlation embeddings for each patch--frame edge before a shared recurrent refinement and bundle-adjustment update. DAPEVO also supports event-only observations, enabling continued tracking when RGB frames are sparse or unavailable, while modality-aware keyframe culling preserves scarce frame constraints. On UZH-FPV, when retaining only one in six RGB frames, DAPEVO's mean absolute trajectory error (ATE) increases by only 36%, from 1.00 to 1.36m, whereas the ATE of DPVO and RAMP-VO rises by factors of $3.7\times$ and $3.1\times$, respectively. On TartanEvent, DAPEVO similarly remains below 1m ATE at 3Hz RGB input, while DPVO and RAMP-VO exceed 9m. Under degraded RGB input on TartanEvent, DAPEVO achieves an ATE of 0.60m, compared with more than 4m for both DPVO and RAMP-VO, while also outperforming event-only DEVO at 0.87m.
• Abstract（参考訳）: GPSで識別された環境での自律的なナビゲーションには視覚計測が不可欠だが、RGBベースの手法は動きのぼやけ、照明の難しさ、フレームの落差に弱いままである。 イベントカメラは、従来のカメラを高時間分解能とダイナミックレンジで補完するが、その非同期測定は信頼性の高い対応推定を複雑にする。 DAPEVOは、画像とイベントの対応を、共有パッチ位置で独立して推定し、動作改善前の相関証拠を融合する学習型視覚計測システムである。 各トラックされたパッチは、イメージとイベントディスクリプタを保持し、学習されたスカラーゲートは、共有リカレント改善とバンドル調整更新の前に、各パッチフレームエッジに対するモダリティ固有の相関埋め込みを組み合わせる。 DAPEVOはイベントのみの観測もサポートしており、RGBフレームが不足している場合や使用できない場合の追跡を継続できる。 UZH-FPVでは、6つのRGBフレームに1つしか持たない場合、DAPEVOの平均絶対軌道誤差(ATE)は1.00から1.36mにわずか36%増加し、DPVOとRAMP-VOのATEはそれぞれ3.7\times$と3.1\times$に上昇する。 TartanEventでは、DAPEVOは3Hz RGB入力で1m ATE以下であり、DPVOとRAMP-VOは9mを超える。 TartanEventでのRGB入力の劣化により、DAPEVOは、DPVOとRAMP-VOの両方で4m以上のATEを達成し、0.87mのイベントのみのDEVOを達成している。

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)
• Coupled Continuous-Discrete Generation for Scene Text Image Super-Resolution [51.31474187379532]
  Scene Text Image Super- resolution (STISR) は、劣化した入力から文字の意味を保ちながら、視覚的に可視な外観を回復することを目的としている。 本稿では,STISRを連成連続離散生成として定式化する統合フレームワークであるDualTSRを提案する。 条件付きフローマッチングは連続した画像ラテントを復元し、吸収状態の離散拡散はテキストトークンを再構成する。
  論文  参考訳（メタデータ） (2026-08-05T06:57:30Z)
• Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
  RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。 現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。 本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-24T23:34:06Z)
• BadmintonGRF: A Multimodal Dataset and Benchmark for Markerless Ground Reaction Force Estimation in Badminton [41.68908235017758]
  BadmintonGRFは、120 FPSで8つの同期RGBビュー、Kistler力板4つ、ハードウェアジャンロックなしでのViconモーションキャプチャ(C3D)を記録している。 アライメントは、人間認証イベント、自動品質保証、カメラごとのタイムオフセットと不確実性メタデータを組み合わせる。 Tier 1 は CC BY-NC 4.0 でポーズ、時間順の GRF 、メタデータ、分割を配布し、RGB や C3D を使わずに主要なベンチマークを可能にする。 Tier 2は、外見や完全なキネマティクスを必要とする研究のために、制御されたアクセス下で生のRGBとC3Dを提供する。
  論文  参考訳（メタデータ） (2026-05-03T13:39:47Z)
• OpenVO: Open-World Visual Odometry with Temporal Dynamics Awareness [20.241033894831357]
  我々はオープンワールド・ビジュアル・オドメトリー(VO)のための新しいフレームワークであるOpenVOを紹介した。 OpenVOは、モノクラーダシュカムの映像から、観測速度の異なる実世界のエゴモーションを効果的に推定する。
  論文  参考訳（メタデータ） (2026-02-22T04:18:29Z)
• SwiTrack: Tri-State Switch for Cross-Modal Object Tracking [74.15663758681849]
  クロスモーダルオブジェクトトラッキング(CMOT)は、ビデオストリームが異なるモード間で切り替える間、ターゲットの一貫性を維持する新しいタスクである。 SwiTrackは3つの特別なストリームを配置することでCMOTを再定義する新しいステートスイッチングフレームワークである。
  論文  参考訳（メタデータ） (2025-11-20T10:52:54Z)
• Learning Frequency and Memory-Aware Prompts for Multi-Modal Object Tracking [74.15663758681849]
  凍結したRGBトラッカーに軽量なプロンプトを注入するデュアルアダプタフレームワークであるLearning Frequency and Memory-Aware Promptsを紹介する。 周波数誘導型ビジュアルアダプタは、相補的なキューをモダリティ間で適応的に転送する。 短い、長い、永続的なメモリストアを持つマルチレベルメモリアダプタは、信頼できる時間的コンテキストを格納し、更新し、取得する。
  論文  参考訳（メタデータ） (2025-06-30T15:38:26Z)
• Online Dense Point Tracking with Streaming Memory [54.22820729477756]
  デンスポイントトラッキングは、ビデオのかなりの部分を通して、初期フレーム内のすべてのポイントの連続的な追跡を必要とする、困難なタスクである。 最近の点追跡アルゴリズムは、通常、最初のフレームから現在のフレームへの間接的な情報伝達のためにスライドウィンドウに依存する。 我々は、高密度のtextbfPOint textbfTracking とオンラインビデオ処理のための textbfStreaming メモリを備えた軽量で高速なモデルを提案する。
  論文  参考訳（メタデータ） (2025-03-09T06:16:49Z)
• CRSOT: Cross-Resolution Object Tracking using Unaligned Frame and Event Cameras [43.699819213559515]
  既存のRGB-DVSトラッキング用のデータセットは、DVS346カメラで収集される。 我々は、特別に構築されたデータ取得システムを用いて収集された、最初の不整合フレームイベントデータセットCRSOTを構築した。 ゆるやかなRGBイベントデータを用いても、ロバストなトラッキングを実現することのできる、新しい非整列オブジェクト追跡フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-05T14:20:22Z)

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。