Calibration of a saccadic camera system to adapt to lens distortions
Notice bibliographique
Résumé
The human vision system (HVS) is remarkably robust against eye distortions. Through a combination of eye movements and visual feedback, the HVS can often appropriately interpret scene information acquired from flawed optics. Inspired by biological systems, we have built an electronically and mechanically reconfigurable "saccadic" camera system. The saccadic camera is designed to efficiently examine scenes through foveated imaging, where scrutiny is reserved for salient regions of interest. The system's "eye" is an electronic image sensor used in multiple modes of resolution. We use a subwindow set at high resolution as the system's fovea, and capture the remaining visual field at a lower resolution. The ability to program the subwindow's size and position provides an analog to biological eye movements. Similarly, we can program the system's mechanical components to provide the "neck's" locomotion for modified perspectives. In this work, we use the saccadic camera to develop a "work-around" routine in response to possible degradations in the camera's lens. This is particularly useful in situations where the camera's optics are exposed to harsh conditions, and cannot be easily repaired or replaced. By exploiting our knowledge of the image sensor's electronic coordinates relative to the camera's mechanical movement, the system is able to develop an empirical distortion model of the image formation process. This allows the saccadic camera to dynamically adapt to changes in its image quality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».