ترجمه فارسی مقاله کنترل بازخورد بهینه از سنسورهای رویداد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Optimal OnTheFly Feedback Control of Event Sensors
عنوان مقاله به فارسی کنترل بازخورد بهینه از سنسورهای رویداد
نویسندگان Valery Vishnevskiy, Greg Burman, Sebastian Kozerke, Diederik Paul Moeys
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 23 August, 2024; originally announced August 2024. , Comments: 17 pages, 5 figures, ECCV 2024, NEVI workshop
توضیحات به فارسی ارسال شده 23 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: 17 صفحه ، 5 شکل ، ECCV 2024 ، کارگاه Nevi
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Event-based vision sensors produce an asynchronous stream of events which are triggered when the pixel intensity variation exceeds a predefined threshold. Such sensors offer significant advantages, including reduced data redundancy, micro-second temporal resolution, and low power consumption, making them valuable for applications in robotics and computer vision. In this work, we consider the problem of video reconstruction from events, and propose an approach for dynamic feedback control of activation thresholds, in which a controller network analyzes the past emitted events and predicts the optimal distribution of activation thresholds for the following time segment. Additionally, we allow a user-defined target peak-event-rate for which the control network is conditioned and optimized to predict per-column activation thresholds that would eventually produce the best possible video reconstruction. The proposed OnTheFly control scheme is data-driven and trained in an end-to-end fashion using probabilistic relaxation of the discrete event representation. We demonstrate that our approach outperforms both fixed and randomly-varying threshold schemes by 6-12% in terms of LPIPS perceptual image dissimilarity metric, and by 49% in terms of event rate, achieving superior reconstruction quality while enabling a fine-tuned balance between performance accuracy and the event rate. Additionally, we show that sampling strategies provided by our OnTheFly control are interpretable and reflect the characteristics of the scene. Our results, derived from a physically-accurate simulator, underline the promise of the proposed methodology in enhancing the utility of event cameras for image reconstruction and other downstream tasks, paving the way for hardware implementation of dynamic feedback EVS control in silicon.

چکیده به فارسی (ترجمه ماشینی)

سنسورهای بینایی مبتنی بر رویداد یک جریان ناهمزمان از وقایع ایجاد می کنند که هنگامی که تغییر شدت پیکسل از آستانه از پیش تعریف شده فراتر رود ، ایجاد می شود.چنین سنسورها مزایای قابل توجهی را ارائه می دهند ، از جمله کاهش افزونگی داده ها ، وضوح زمانی میکرو ثانیه و مصرف کم مصرف ، و آنها را برای برنامه های کاربردی در روباتیک و دید رایانه ای ارزشمند می کند.در این کار ، ما مشکل بازسازی ویدیویی را از وقایع در نظر می گیریم و رویکردی را برای کنترل بازخورد پویا از آستانه های فعال سازی پیشنهاد می کنیم ، که در آن یک شبکه کنترل کننده وقایع ساطع شده گذشته را تجزیه و تحلیل می کند و توزیع بهینه آستانه فعال سازی را برای بخش زمانی بعدی پیش بینی می کند.علاوه بر این ، ما به یک هدف اوج هدف تعریف شده توسط کاربر اجازه می دهیم که شبکه کنترل برای پیش بینی آستانه های فعال سازی در هر ستون که در نهایت بهترین بازسازی ویدیویی را تولید می کند ، شرط و بهینه سازی شده است.طرح کنترل پیشنهادی OnThefly با استفاده از آرامش احتمالی نمایندگی رویداد گسسته ، داده محور داده شده و به صورت پایان به پایان آموزش داده می شود.ما نشان می دهیم که رویکرد ما از هر دو طرح آستانه ثابت و به طور تصادفی متغیر از نظر LPIPS از نظر معیار ناسازگاری تصویر ادراکی و 49 ٪ از نظر میزان رویداد ، دستیابی به کیفیت بازسازی برتر در عین حال تعادل مناسب بین تنظیمات عالی است.دقت عملکرد و نرخ رویداد.علاوه بر این ، ما نشان می دهیم که استراتژی های نمونه برداری ارائه شده توسط کنترل بی نظیر ما قابل تفسیر هستند و ویژگی های صحنه را منعکس می کنند.نتایج ما ، حاصل از یک شبیه ساز دقیق از نظر جسمی ، تأکید بر وعده روش پیشنهادی در تقویت کاربرد دوربین های رویداد برای بازسازی تصویر و سایر کارهای پایین دست ، راه را برای اجرای سخت افزار کنترل بازخورد پویا EVS در سیلیکون فراهم می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.