強い散乱媒体における物理インフォームド・ニューロモーフィック・スペックル解析による高速トラッキング

要旨: 本研究は、低照度環境において強く散乱する媒体を通して高速に移動する物体を追跡するという重要な課題に取り組む。信号対雑音比と時間分解能をトレードオフする、固定露光時間を用いたフレームベースのカメラを使う既存の手法とは異なり、本論文では、ロバストな運動推定のために、非同期イベントセンシングとタスク駆動型のスペックル解析を組み合わせた、物理に基づく計算論的ニューロモルフィック追跡（CNT）を提案する。ニューロモルフィックなスペックル集約を、時空間スペックル表現として定式化し、極端な条件下で追跡の安定性を最大化するために、時間的および空間的パラメータを同時に最適化する。広範な実験により、本手法が従来システムと比較して、10倍速い運動および10倍暗い照明条件下でのロバストな運動追跡を可能にすることが示される。これらの改善は、散乱媒体を通した追跡のための運用範囲を大きく拡張し、急速な運動と低照度条件を伴う要求の厳しいシナリオに対して、効率的でスケーラブルな解決策を提供する。