論文の概要: Revisiting Ground-Truth Synthesis from High-Speed Video: Exact Validity Conditions and an Audited Consumer Capture Corpus

• arxiv url: http://arxiv.org/abs/2610.05298v1
• Date: Sun, 04 Oct 2026 15:21:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 21:50:49.668629
• Title: Revisiting Ground-Truth Synthesis from High-Speed Video: Exact Validity Conditions and an Audited Consumer Capture Corpus
• Title（参考訳）: 高速映像からの地層構造合成の見直し:実効的妥当性条件と消費者獲得コーパス
• Abstract要約: モーションデブロアリングデータセットは、平均$N$連続した高フレームフレームによって一般的に合成される。 このラベルは、ウィンドウが奇数でフレームのサンプル期間が等しい場合にのみ、キャプチャのタイミング毎に不偏であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motion-deblurring datasets are commonly synthesised by averaging $N$ consecutive high-frame-rate frames and labelling the result with the central frame. We show that this label is unbiased for every capture timing only when the window is odd and the frames' sample durations are equal. An even window shifts every label by a fixed fraction of the blur length, even under perfect timing. Unequal durations are subtler: their mean misalignment is zero, so dataset statistics cannot reveal them, yet when the offset cannot be read from the blur they convolve the supervision rather than adding noise to it. Auditing 51 smartphone clips recorded at a nominal 240 fps, we find 19 captured near 176 fps, a behaviour recorded only in the container's timing tables. In a controlled test the parity choice costs a fitted linear deblurring filter far more than these timing irregularities do, and interpolation labels, unlike blur labels, can be repaired with the true frame times. We provide a tool that checks both conditions without decoding, and will release the clips and their timing tables.
• Abstract（参考訳）: モーションデブロアリングデータセットは、通常、$N$の連続した高フレームフレームを平均化し、結果を中央フレームでラベル付けすることによって合成される。 このラベルは、ウィンドウが奇数でフレームのサンプル期間が等しい場合にのみ、キャプチャのタイミング毎に不偏であることを示す。 偶数ウィンドウは、完全なタイミング下であっても、すべてのラベルをぼやけた長さの一定割合でシフトさせる。 不等期間は微妙で、平均的なミスアライメントはゼロなので、データセット統計はそれらを明らかにすることはできない。 名目上の240fpsで記録された51個のスマートフォンクリップを見て、コンテナのタイミング表にしか記録されていない176fps近くで、19個のキャプチャーが見つかった。 制御試験において、パリティ選択は、これらのタイミング不規則性よりもはるかに多くの線形除染フィルタを装着し、ボケラベルと異なり、真のフレーム時間で補間ラベルを修復することができる。 我々は、デコードせずに両方の条件をチェックし、クリップとタイミング表を解放するツールを提供する。

関連論文リスト

• Diagnosing Temporal Misalignment in Multichannel Time-Series Classification with Minimum Description Length [2.664567992874808]
  同期問題は、分類性能が最適以下である間も検出されないことがある。 本手法は,センサ群に対して時間的候補シフトを適用し,残りのチャネルの表現を通して,1つのグループをいかに効率的にエンコードできるかを計測する。 そこで本手法は,時系列学習パイプライン全体の時間的ずれの検出,理解,修正を行う汎用ツールを提供する。
  論文  参考訳（メタデータ） (2026-09-13T15:24:24Z)
• ChordVideo: One-Step, Training-Free, Temporally Consistent Video Editing via Low-Energy Transport [0.8460698440162889]
  ChordEditは、サンプリング時間に沿って低エネルギースムースにすることで、このような編集を安定化させるが、時間的なフリッカと編集強度のドリフトを生成する。 我々は、同じ低エネルギーの原理を共有ノイズ、フレーム単位のコードフィールドの運動整合因果集約、オプションの時間的スムーズな補正を通じてビデオ時間に拡張するtextbfChordVideoを紹介した。 ワンステップバックボーンが2つあるTGVE/DAVISでは、CordVideoがtextbf78%でワープエラーを減らし、textbf49%でflickerを減らし、テキストによるCLIPフレームの整合性を改善する
  論文  参考訳（メタデータ） (2026-08-01T17:03:07Z)
• Multi-Label Test-Time Adaptation with Bayesian Conditional Priors [15.878958356965159]
  Conditional Priors Estimation (BCP) は、バックボーンをチューニングせずにラベル依存性を注入する勾配のないテスト時間適応法である。 BCPは、未ラベルのテストストリームからアンカー条件の事前値をオンラインで推定することで、ターゲットアノテーションなしで動作します。 BCPは、標準のマルチラベルベンチマークと複数のCLIPバックボーンで、強力なTTAベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-06-11T05:29:00Z)
• Occlusion-Aware Physics-Semantic Keyframe Selection for Robust Video Editing [53.06890499054828]
  下流編集のための最適なアンカーフレームを自動的に識別するオクルージョン対応選択フレームワークを提案する。 我々のフレームワークは、手動のアノテーションを必要とせずに、正確かつ時間的に一貫した編集を可能にする。
  論文  参考訳（メタデータ） (2026-05-22T03:19:24Z)
• PAS: A Training-Free Stabilizer for Temporal Encoding in Video LLMs [57.790910044227935]
  ビデオLLMは時間的不整合に悩まされ、フレームタイミングの小さなシフトは注意をそらすことができ、関連するフレームを抑えることができる。 本稿では, 位相アグリゲード平滑化(PAS)について述べる。これは, 頭部に小さな反対位相オフセットを適用して, 出力を集約する学習自由機構である。 解析の結果,RoPE回転ロジットは,時間核でスケールしたコンテントドット積として近似でき,このカーネルを滑らかにすることで,小さな時間シフトに対する注意のリプシッツ安定性が得られ,マルチフェーズ平均化は,Nyquist-valid サンプリング下での頭当たりスペクトルを保ちながら高周波リップルを減衰させることがわかった。
  論文  参考訳（メタデータ） (2025-11-14T05:56:47Z)
• Tracking by Associating Clips [110.08925274049409]
  本稿では,オブジェクト関連をクリップワイドマッチングとして扱う方法を検討する。 我々の新しい視点では、1つの長いビデオシーケンスを複数のショートクリップとみなし、そのトラックはクリップ内とクリップ間の両方で実行される。 この新しい手法の利点は2つある。まず、ビデオチャンキングによって中断フレームをバイパスできるため、エラーの蓄積や伝播の追跡に頑健である。 次に、クリップワイドマッチング中に複数のフレーム情報を集約し、現在のフレームワイドマッチングよりも高精度な長距離トラックアソシエーションを実現する。
  論文  参考訳（メタデータ） (2022-12-20T10:33:17Z)
• A Generalized & Robust Framework For Timestamp Supervision in Temporal Action Segmentation [79.436224998992]
  時間的アクションセグメンテーションでは、Timestampの監督はビデオシーケンスごとにわずかにラベル付きフレームを必要とする。 本稿では,未ラベルフレームのラベルの不確実性を利用した期待最大化に基づく新しい手法を提案する。 提案手法はSOTA結果を生成し,複数のメトリクスやデータセットの完全教師付き設定を超えている。
  論文  参考訳（メタデータ） (2022-07-20T18:30:48Z)
• Efficient Video Segmentation Models with Per-frame Inference [117.97423110566963]
  推論のオーバーヘッドを導入することなく、時間的一貫性を改善することに注力する。 本稿では,時間的一貫性の喪失やオンライン/オフラインの知識蒸留手法など,ビデオシーケンスから学ぶためのいくつかの手法を提案する。
  論文  参考訳（メタデータ） (2022-02-24T23:51:36Z)
• Efficient Semantic Video Segmentation with Per-frame Inference [117.97423110566963]
  本研究では,フレームごとの効率的なセマンティックビデオセグメンテーションを推論プロセス中に処理する。 そこで我々は,コンパクトモデルと大規模モデルのパフォーマンスギャップを狭めるために,新しい知識蒸留法を設計した。
  論文  参考訳（メタデータ） (2020-02-26T12:24:32Z)

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。