論文の概要: Recurrent Vision Transformers for Event-Based Spacecraft Pose Estimation Under Slow Relative Motions

• arxiv url: http://arxiv.org/abs/2610.25622v1
• Date: Mon, 19 Oct 2026 00:52:34 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:24:42.107371
• Title: Recurrent Vision Transformers for Event-Based Spacecraft Pose Estimation Under Slow Relative Motions
• Title（参考訳）: スロー相対運動下でのイベントベース宇宙機姿勢推定のためのリカレント・ビジョン・トランス
• Abstract要約: イベントベースの宇宙船のポーズ推定は、チェッカーとターゲットの間の相対的な動きが遅いときに発生する。 ポーズ推定のための2D-3D対応性を実現するためのRVTベースのヒートマップ回帰器を開発した。 その結果, RVT法では, ポーズ推定精度と安定性が優れていた。
• 参考スコア（独自算出の注目度）: 12.017693851860399
• License:
• Abstract: Vision-based object pose estimation is vital for conducting spacecraft rendezvous and proximity operations (RPO). Recent research has demonstrated the robustness of event cameras against the harsh lighting conditions that often occur in orbit, thanks to the extremely high dynamic range of event sensors. However, event-based spacecraft pose estimation (EBSPE) suffers when the relative motion between the chaser and target is slow, since the event rate drops significantly, leading to data with low signal-to-noise ratio. Unfortunately, for safety reasons, real RPO trajectories often involve slow relative motions (e.g., down to 1 mm/s), and operating under low illumination exacerbates the problem. Addressing slow relative motions is thus crucial to raise the practicality of EBSPE. To this end, we propose using recurrent vision transformers (RVT) for EBSPE. The key idea is to exploit recurrent memory to capture longer-term information across sparse event streams, and to learn the temporal attention span from full trajectories rather than fixing the time window. We developed an RVT-based heatmap regressor to produce 2D-3D correspondences for pose estimation, which was validated on real event data collected under slow relative motions representative of RPO trajectories. Results indicate the superior pose estimation accuracy and stability of our RVT-based method, relative to previous per-event-frame-based or fixed-time-window EBSPE methods.
• Abstract（参考訳）: 視覚に基づく物体のポーズ推定は、宇宙船のランデブーと近接操作(RPO)の実行に不可欠である。 最近の研究では、非常に高いダイナミックレンジのイベントセンサーにより、しばしば軌道上で発生する厳しい照明条件に対して、イベントカメラの頑丈さが実証されている。 しかし、イベントベースの宇宙船ポーズ推定(EBSPE)は、チェッカーとターゲットの間の相対的な動きが遅くなると、イベントレートが大幅に低下し、信号対雑音比の低いデータに繋がる。 安全上の理由から、実際のRPO軌道はしばしば遅い相対運動(例えば1mm/sまで)を伴い、低い照明下での動作は問題を悪化させる。 そのため、EBSPEの実用性を高めるためには、遅い相対運動に対応することが不可欠である。 そこで本研究では,EBSPEのためのリカレント・ビジョン・トランスフォーマ(RVT)を提案する。 キーとなるアイデアは、リカレントメモリを利用してスパースイベントストリームの長期的な情報をキャプチャし、タイムウインドウを固定するのではなく、完全なトラジェクトリから時間的注意を学習することだ。 RPO軌道に代表されるスローな相対運動の下で収集された実事象データに基づいて,ポーズ推定のための2D-3D対応性を生成するRVTベースのヒートマップ回帰器を開発した。 提案手法のポーズ推定精度と安定性は,従来の1フレーム単位,固定時間単位のEBSPE法と比較して優れていた。

関連論文リスト

• E-WAVE: Event-based Continuous Optical Flow via Warping-Aligned Visual Encoding [21.540211250173737]
  イベントストリームからの高時間分解能(HTR)光フロー推定のための相関のないフレームワークであるE-WAVEを提案する。 E-WAVEは、長距離機能依存をモデル化するためのグローバルアテンションメカニズムを採用し、軌道案内機能ワープを実行する。 MultiFlowとDSEC-Flowの実験では、25%低い軌道誤差と同等のエンドポイントフロー推定精度が示されている。
  論文  参考訳（メタデータ） (2026-09-28T05:23:12Z)
• 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)
• Following the Flow: Advection-Consistent Modeling for Event-based Small Object Detection [2.925778409623925]
  イベントカメラは、マイクロ秒レイテンシで高周波の視覚知覚を可能にし、ダイナミックシーンの利点を提供する。 しかし,ノイズによって容易に破壊される疎度な非同期測定と弱いオブジェクト応答のため,イベントベースの小さなオブジェクト検出は依然として困難である。 本研究では,運動駆動型特徴輸送プロセスとしてイベント進化を定式化するPACTという物理誘導型対流抵抗型フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-21T07:56:34Z)
• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  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、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Relative State Estimation using Event-Based Propeller Sensing [3.0109926137673817]
  本稿では,イベントベースプロペラセンサを用いた四重項の相対状態推定のためのフレームワークを提案する。 提案手法は,5つの実世界の屋外飛行シーケンスのテストデータセットに対して,3%の誤差でプロペラ周波数を推定する。
  論文  参考訳（メタデータ） (2026-04-20T13:59:44Z)
• Leveraging RGB Images for Pre-Training of Event-Based Hand Pose Estimation [64.8814078041756]
  RPEPはラベル付きRGB画像と未ラベルのイベントデータを用いたイベントベースの3次元ポーズ推定のための最初の事前学習手法である。 EvRealHandsの24%の改善を達成し、実イベントデータにおける最先端の手法を著しく上回る結果となった。
  論文  参考訳（メタデータ） (2025-09-21T07:07:49Z)
• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• Recurrent Vision Transformers for Object Detection with Event Cameras [62.27246562304705]
  本稿では,イベントカメラを用いた物体検出のための新しいバックボーンであるリカレントビジョントランス (RVT) を提案する。 RVTは、イベントベースのオブジェクト検出で最先端のパフォーマンスに到達するために、ゼロからトレーニングすることができる。 私たちの研究は、イベントベースのビジョンを超えた研究に役立ち得る効果的なデザイン選択に、新たな洞察をもたらします。
  論文  参考訳（メタデータ） (2022-12-11T20:28:59Z)

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。