論文の概要: Event-Only Wingbeat Counting under Camera Motion: A Controlled MuJoCo Benchmark
- arxiv url: http://arxiv.org/abs/2609.37465v1
- Date: Sun, 27 Sep 2026 14:47:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.512352
- Title: Event-Only Wingbeat Counting under Camera Motion: A Controlled MuJoCo Benchmark
- Title（参考訳）: カメラモーション下でのイベント専用ウィングビートカウント:MuJoCoベンチマーク
- Abstract要約: 完了したウィングビートをカウントするには、周波数変化や停止を含む個々のサイクルを特定する必要がある。
イベントのみのイメージ変換補償から運動訓練を分離する制御された MuJoCo ベンチマークを提案する。
正確なカウント精度と時間的に一致したサイクルF1とカウントエラーを報告した。
- 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: Counting completed wingbeats requires identifying individual cycles, including during frequency changes and pauses; estimating a dominant frequency alone is insufficient. Camera motion further mixes target and background brightness changes in event observations. We present a controlled MuJoCo benchmark that separates motion training from event-only image translation compensation. The acquisition contains 324 streams from 24 independent scenes, three flapping geometries, two distances (1.5 and 3.0 m), and static, moderate-motion and stronger-motion views. Fifteen scenes are used for fitting, three for validation and six for held-out testing. A fixed causal temporal convolutional network is evaluated in a matched 2 x 2 ablation with three initialization seeds and compared with ridge, Fourier, autocorrelation and an adapted EEPPR baseline. Under moderate motion, paired motion training reduces count mean absolute error from 31.130 to 3.185 cycles at 1.5 m and from 42.019 to 5.444 at 3.0 m. Adding the tested compensation increases these errors to 4.630 and 10.185, respectively. A Fourier baseline achieves 0.944 cycles at 1.5 m under moderate motion, showing that the neural model is not uniformly best. We report exact-count accuracy and temporally matched cycle F1 alongside count error. These findings support motion-aware training in this small synthetic benchmark, while exposing limits of simple event-background stabilization. They do not establish real-sensor performance, aerodynamic flight, or generalization to unseen vehicle types.
- Abstract（参考訳）: 完了したウィングビートをカウントするには、周波数変化や停止を含む個々のサイクルを特定する必要がある。
カメラの動きは、イベント観測における目標と背景の明るさの変化をさらに混合する。
イベントのみのイメージ変換補償から運動訓練を分離する制御された MuJoCo ベンチマークを提案する。
この買収には、24の独立したシーンからの324のストリーム、3つの折りたたみジオメトリー、2つの距離(1.5mと3.0m)、静的、中程度の動き、強い動きのビューが含まれる。
フィッティングに15シーン、バリデーションに3シーン、ホールドアウトテストに6シーンが使用される。
固定因果側頭葉畳み込みネットワークを3つの初期化種子と一致した2×2アブレーションで評価し,尾根,フーリエ,自己相関,適応型EEPPRベースラインと比較した。
中程度の運動下では、ペアモーショントレーニングにより、平均絶対誤差は1.5mで31.130から3.185サイクル、3.0mで42.019から5.444サイクルに減少する。
テストされた補償を加えると、これらのエラーはそれぞれ4.630と10.185に増加する。
フーリエ基底線は1.5mの運動で0.944サイクルを達成し、ニューラルモデルが一様でないことを示す。
正確なカウント精度と時間的に一致したサイクルF1とカウントエラーを報告した。
これらの知見は、単純なイベントバックグラウンド安定化の限界を露呈しながら、この小さな合成ベンチマークにおける動き認識トレーニングを支援する。
実感性能、空力飛行、あるいは見えない車両への一般化は確立していない。
関連論文リスト
- Surgical Kinematics from Monocular Video with Learned Articulated Motion Constraints [0.8657172581058971]
単眼ビデオから楽器の位置, 向き, 顎角を推定するためのキネマティック再構成ネットワークを提案する。
我々の表現は、凍結したDINOv3特徴のグローバルアテンションプールと、細調整されたSAM 3.1マスクの楽器ランドマークでのローカルプールを組み合わせる。
メインOpen-HベンチマークのLiveMAEと比較すると,パス長平均絶対誤差は0.45から0.34,cmに減少し,時間平均平均偏差は44.54%から54.44%に向上する。
論文 参考訳（メタデータ） (2026-09-23T01:49:27Z) - AVTrace: Diagnosing Audio-Visual Temporal Reasoning in Omni Models [21.282677668992275]
AVTraceは、オンセットとスパングラウンド、同期、次ステップ予測、クロスモーダルローカライゼーション、チェーン解析、イベントコンディショナブル理解にまたがる診断スイートである。
基準ブラインド応答正規化と決定論的スコアリングを用いて,それぞれの入力構成に基づいて5つのオープンオムニモデルを評価する。
論文 参考訳（メタデータ） (2026-09-17T09:58:27Z) - Optical-Flow Wingbeat Counting in MuJoCo: A Comparison of Convolutional, Spiking, and Attention-Based Temporal Models [0.0]
羽ばたき車両の視覚的モニタリングには、個々のウィングビートと運動強度と平均周波数を区別する必要がある。
本稿では,クレージーフリー車に搭載された仮想カメラで観測されたサイン付き光学的流れから,主翼の振動数を制御したMuJoCoの評価を行う。
論文 参考訳（メタデータ） (2026-09-15T15:18:55Z) - Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。
本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。
公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文 参考訳（メタデータ） (2026-08-25T08:27:42Z) - RigidBench: Evaluating Rigid-Body Physics in Video Generation Models [16.53417077740312]
そこで本研究では,生成した継続と参照ロールアウトを同一の初期フレームと動作記述から比較したシミュレータグラウンドベンチマークを提案する。
同じ100の例で8つのモデルを評価し、これらの側面を分離する10の計測を行った。
完全な微調整により3次元軌道誤差は約20%減少し、SSIMはほとんど変化しない。
論文 参考訳（メタデータ） (2026-08-16T06:05:20Z) - The Low Frequency Trap: Video Language Models Fail at Simple Event Bookkeeping [70.07961857926377]
3つの制御されたビデオタスクにおけるイベントカウントのためのトレーサグラウンドパラメトリックプロファイリングを導入する。
2,190本のビデオでは,レンダリングを保ちながらイベントカウントNと周波数Fが異なる。
80%の信頼性しきい値において、Gemini 3.6 Flashは、0.5Hzと1.0Hzの12イベントまでの永続的な状態遷移を確実にカウントするが、過渡的点滅イベントに対する信頼性の高い正カウント領域は示さない。
論文 参考訳（メタデータ） (2026-08-06T17:57:06Z) - MotionVLA: Vision-Language-Action Model for Humanoid Motion [54.785960777274276]
動作をベースストリームと物理ストリームに分離するデュアルストリーム周波数トークンであるDSFTを提案する。
また、ベースおよび物理トークンを統一シーケンスに配置するQwen3.5ベースのモデルであるMotionVLAを提案する。
論文 参考訳（メタデータ） (2026-06-13T06:10:48Z) - Proprio: Latent Self-Scoring and Inference-Time Refinement for Physically Plausible Video Generation [78.41956766048308]
Proprioは、凍結したジェネレータが自身の出力の物理的妥当性を評価し改善することを可能にする、トレーニング不要のフレームワークである。
自己運動の生物学的感覚であるプロプリセプションにインスパイアされたプロプリオは、モデルの流れを自己刺激信号として扱う。
Proprioは、テキスト・ツー・ビデオ・ベンチマークと画像・ツー・ビデオ・ベンチマークの物理的妥当性を一貫して改善する。
論文 参考訳（メタデータ） (2026-05-27T09:44:18Z) - Aero-World: Action-Conditioned Aerial Video Generation from Inertial Controls [57.166020875486474]
我々は,事前学習した画像から映像への拡散モデルを制御可能な空中ビデオ生成装置に変換する方法であるtextbfAero-World を提案する。
実ビデオ-IMUペアで独立して訓練された冷凍潜伏空間物理学プローブは、LoRA微調整中に慣性・一貫性の異なる監視を提供する。
AeroBenchでは、アクションのみの微調整で平均AASを57.7から63.6に改善し、AirScapeよりも優れた品質制御トレードオフを提供する。
論文 参考訳（メタデータ） (2026-05-19T12:02:17Z) - TrackNetV5: Residual-Driven Spatio-Temporal Refinement and Motion Direction Decoupling for Fast Object Tracking [0.0]
動作方向デカップリング(MDD)と残留駆動型時空間微細化(R-STR)を紹介する。
MDDは時間動力学を符号付き極性場に分解し、運動の発生と軌道方向の両方を明示的に符号化する。
R-STRは分解時間文脈を用いて補正残差を推定し、効果的にクラッドされたターゲットを復元する。
TrackNetV5 は最新の F1 スコア 0.9859 と精度 0.9733 を達成し、以前のバージョンより大幅に上回っている。
論文 参考訳（メタデータ） (2025-12-02T14:04:30Z) - Self-Distilled Masked Auto-Encoders are Efficient Video Anomaly
Detectors [117.61449210940955]
ビデオフレームレベルで適用された軽量マスク付きオートエンコーダ(AE)に基づく効率的な異常事象検出モデルを提案する。
動き勾配に基づく重みトークンへのアプローチを導入し、静的背景シーンから前景オブジェクトへ焦点を移す。
トレーニングビデオの強化のために合成異常事象を生成し,マスク付きAEモデルを用いてオリジナルのフレームを共同で再構築する。
論文 参考訳（メタデータ） (2023-06-21T06:18:05Z)
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。