2016P01 / cinematography
Niels Joubert, Jane L. E, Dan B Goldman, Floraine Berthouzoz, Mike Roberts, James A. Landay, Pat Hanrahan
Berechnet kanonische Einstellungen von zwei Personen und Übergänge zwischen ihnen unter Beachtung von Abstands- und Fahrzeugbeschränkungen. RTK-GPS- und IMU-Tracker lokalisieren beide Darsteller und die Kameradrohne.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Baut kanonische Einstellungen aus der Geometrie zweier Motive und optimiert beschränkte Übergänge zwischen Pfaden.
AUSWERTUNG
Bewertet im Freien gefilmte Trajektorien mit Positions- und Orientierungstrackern, die die Motive tragen.
ERGEBNIS
Die Mittelung zweier Kamerapfade kann den Abstand verletzen; eine beschränkte Überblendung löst das.
PRAXISBEZUG
Nutzen Sie die Platzierung im Bildraum, um Dialog- oder Zeremonieeinstellungen zu planen, bevor Sie Flugpositionen wählen.
EINSCHRÄNKUNG
Betrachtet hauptsächlich ein oder zwei relativ unbewegte Motive. Es ist keine Lösung für tag-freie urbane Autonomie.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 1 Introduction · 7 Transitioning Between Shots · 8 Tracking and Control Platform · 9 Results · 11 Conclusion
DOI: 10.48550/arxiv.1610.01691
OpenAlex-Zitationen für diesen Eintrag: 65 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 65 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2018P02 / cinematography
Quentin Galvane, Christophe Lino, Marc Christie, Julien Fleureau, Fabien Servant, François-Louis Tariolle, Philippe Guillotel
Stellt Drone Toric Space vor, eine Kamerarepräsentation, die Bildkomposition mit physischen Drohnenbeschränkungen verbindet, zusammen mit interaktiven Pfadwerkzeugen und koordinierten Blickpunkten mehrerer Drohnen.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Drone Toric Space kodiert Bildausschnitt und Fahrzeugbeschränkungen für Bildschirmmanipulation und skizzierte Trajektorien.
AUSWERTUNG
Zwölf Anfänger vergleichen manuelle, Framing- und Skizzensteuerung; physische Experimente nutzen Vicon und vorbereitete Hinderniskarten.
ERGEBNIS
Komposition, Abstand und Grenzen der Kameraaktuierung lassen sich in einem Planungsrahmen darstellen.
PRAXISBEZUG
Eine nützliche Grundlage für Oberflächen, die Motivgröße und Blickpunkt vor Weltkoordinaten festlegen.
EINSCHRÄNKUNG
Die Versuchshardware begrenzte Kameraneigung und Stabilisierung; beliebiger Außenbetrieb wurde nicht nachgewiesen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 4 Drone Toric Space · 8 Results · 8.5 Limitations · 9 Conclusion · 8.1 User evaluation
DOI: 10.1145/3181975
OpenAlex-Zitationen für diesen Eintrag: 64 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 64 ↗ · Crossref / separate-database: 60 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2016P03 / cinematography
Quentin Galvane, Julien Fleureau, François-Louis Tariolle, Philippe Guillotel
Übersetzt abstrakte Einstellungsbeschreibungen in Kamerakonfigurationen und Drohnentrajektorien und überträgt Techniken der virtuellen Kinematografie auf die physische UAV-Steuerung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Übersetzt Einstellungsbeschreibungen in Blickpunkte und Trajektorien, bevor sie an die Flugsteuerung übergeben werden.
AUSWERTUNG
Die physische Bewertung nutzt eine Motion-Capture-Anlage in Innenräumen statt autonomer Erkundung unbekannter Außenbereiche.
ERGEBNIS
Sphärische und torische Repräsentationen verwandeln Framing-Anweisungen in Kandidaten-Blickpunkte.
PRAXISBEZUG
Nutzen Sie es, um Einstellungsbriefings nach Bildausschnitt, Motiv und Bildposition zu strukturieren.
EINSCHRÄNKUNG
Dem Papier fehlt ausdrücklich eine effiziente Hindernisvermeidung; größere ungeschützte Fluggeräte erfordern weitere Arbeit.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 4 Autonomous path planning · 7 Experimental Results · 8 Limitations and Future work · 9 Conclusions
DOI: 10.2312/wiced.20161097
OpenAlex-Zitationen für diesen Eintrag: 29 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 29 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2016P04 / cinematography
Julien Fleureau, Quentin Galvane, François-Louis Tariolle, Philippe Guillotel
Schlägt eine generische Steuerungsarchitektur für Drehflügler vor, die kinematografische Pfadplanung über gekoppelte dynamische Modelle und Regelung mit abstrakten UAV-APIs verbindet.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Eine generische Architektur bildet filmische Posenbefehle auf ein Fahrzeugmodell und eine Regelung ab.
AUSWERTUNG
Filmvorführungen mit einer einzelnen AR.Drone veranschaulichen die Architektur; sie validieren keine Koordination mehrerer Drohnen.
ERGEBNIS
Die Trennung von Einstellungsvorgabe und fahrzeugnaher Steuerung ist der architektonische Beitrag.
PRAXISBEZUG
Trennen Sie in Software für mehrere Hersteller gemeinsame Kameraabsichten von plattformspezifischen Adaptern.
EINSCHRÄNKUNG
Die Experimente erfolgten vorwiegend mit einer Drohne und waren durch Kamera und Flughardware der AR.Drone beschränkt.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 4 Drone and Cinematography · 6 Limitation and Future Work · 7 Conclusion
DOI: 10.1145/2935620.2935622
OpenAlex-Zitationen für diesen Eintrag: 34 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 34 ↗ · Crossref / separate-database: 27 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2020P05 / cinematography
Rogerio Bonatti, Yanfu Zhang, Sanjiban Choudhury, Wenshan Wang, Sebastian Scherer
Wägt Glätte, Verdeckung, Hindernisabstand und künstlerische Einstellungsziele durch Echtzeit-Trajektorienoptimierung unter verrauschten Darstellervorhersagen ab.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Ein Gradientenoptimierer mit langem Horizont kombiniert Kosten für Glätte, Hindernisse, Verdeckung und Wunscheinstellung.
AUSWERTUNG
Simulation und Dreh im Freien bewerten Trajektorien unter den Annahmen von Vorkarte und Darsteller-GPS.
ERGEBNIS
Explizite Verdeckungskosten verbessern die Sichtbarkeit, erhöhen aber mitunter die Abweichung von der bevorzugten Einstellung.
PRAXISBEZUG
Prüfen Sie beim Tracking im Wald sowohl die Sichtlinie von der Kamera zum Motiv als auch den Flugkorridor.
EINSCHRÄNKUNG
Diese Version stützt sich auf Darsteller-GPS und vorherige Kartierung; visuelle Lokalisierung und Online-Kartierung waren künftige Arbeit.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Motion planning formulation · 5 Experiments · 6 Conclusion and discussion
DOI: 10.1007/978-3-030-33950-0_11
OpenAlex-Zitationen für diesen Eintrag: 65 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 65 ↗ · Crossref / separate-database: 33 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P06 / cinematography
Rogerio Bonatti, Cherie Ho, Wenshan Wang, Sanjiban Choudhury, Sebastian Scherer
Integriert visuelle Darstellerlokalisierung, inkrementelle LiDAR-Distanzkartierung und Echtzeit-Kamerabewegungsplanung, um bewegte Ziele in zuvor unbekannten Umgebungen zu filmen.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Kombiniert visuelle Positions- und Richtungsschätzung, LiDAR-Kartierung und Trajektorienplanung an Bord.
AUSWERTUNG
Versuche mit DJI M210/Jetson TX2 filmen Personen und Fahrräder und vergleichen verrauschte Schätzung mit unvollständiger Kartierung.
ERGEBNIS
Die Schätzung der Blickrichtung des Darstellers trägt zur Blickpunktwahl bei, über das bloße Wissen um die Position hinaus.
PRAXISBEZUG
Bewerten Sie Tracking, Umgang mit Verdeckung, Kartierung und Neuplanung getrennt, wenn Sie Follow-Systeme vergleichen.
EINSCHRÄNKUNG
Setzt eine im Wesentlichen statische Umgebung voraus; abrupte Zieländerungen und Tracking-Ausfälle können das Motiv verlieren.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · II Problem Formulation · System architecture · V Evaluation · VI Conclusion · V-A Experimental setup · V-B Field test results · Concluding limitations on static environments and reacquisition
DOI: 10.1109/iros40897.2019.8968163
OpenAlex-Zitationen für diesen Eintrag: 92 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 92 ↗ · Crossref / separate-database: 76 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2020P07 / cinematography
Rogerio Bonatti, Wenshan Wang, Cherie Ho, Aayush Ahuja, Mirko Gschwindt, Efe Camci, Erdal Kayacan, Sanjiban Choudhury, Sebastian Scherer
Kombiniert Darstellerschätzung, inkrementelle Distanzkartierung, Trajektorienoptimierung und gelernte künstlerische Blickpunktwahl in einem integrierten Filmsystem für den Außeneinsatz.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Trennt Bewegungsplanung in Weltkoordinaten von bildrückgekoppelter Gimbal-Steuerung, mit gelernter Einstellungswahl.
AUSWERTUNG
System- und Modulbewertungen im Freien dokumentieren kaskadierende Schätzfehler und unvollkommenen Transfer aus der Simulation.
ERGEBNIS
Die gewonnenen Erkenntnisse betonen kaskadierende Fehler und die Trennung bildbasierter Kamerasteuerung von Planung im Weltraum.
PRAXISBEZUG
Nutzen Sie die Systemaufschlüsselung, um Wechselwirkungen zwischen Tracking-Fehlern, Lokalisierung und ruckeligen Aufnahmen zu diagnostizieren.
EINSCHRÄNKUNG
Erweiterungen auf mehrere Drohnen und mehrere Darsteller sowie reichere Modelle künstlerischen Urteilens bleiben offen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 6 Mapping · 7 Motion Planning · 9 Experiments · 10.1 Lessons Learned · 11 Conclusion · 10.1 Lessons Learned: cascading error, height drift and simulation transfer
DOI: 10.1002/rob.21931
OpenAlex-Zitationen für diesen Eintrag: 91 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 91 ↗ · Crossref / separate-database: 92 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P08 / cinematography
Mirko Gschwindt, Efe Camci, Rogerio Bonatti, Wenshan Wang, Erdal Kayacan, Sebastian Scherer
Nutzt tiefes bestärkendes Lernen zur Wahl von Filmblickpunkten, vergleicht handgefertigte und aus menschlichem Urteil abgeleitete Belohnungen und testet dann den Transfer von der Simulation auf eine echte Drohne.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Ein DQN wählt alle sechs Sekunden links/rechts/vorne/hinten aus einer Höhenkarte, der aktuellen Einstellung und der Wiederholungszahl.
AUSWERTUNG
Zehn Teilnehmende bewerten Clips aus fünf ungesehenen Szenen; die Studie testet keine Regie ganzer Filme.
ERGEBNIS
Menschliche Präferenzen können Blickpunkt-Strategien prägen; den Darsteller zu verlieren bleibt stark unerwünscht.
PRAXISBEZUG
Trennen Sie beim Entwurf von Einstellungsempfehlungen Präferenzwerte von Sichtbarkeits- und Sicherheitskriterien.
EINSCHRÄNKUNG
Die Strategie wählt unter Einstellungsmodi; sie modelliert nicht vollständige Filmregie, Erzählung oder Schnitt.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Learning framework · User study · VII Conclusion · III-B State/action/reward formulation · V-C User study results · VI Discussion
DOI: 10.1109/iros40897.2019.8967592
OpenAlex-Zitationen für diesen Eintrag: 58 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 58 ↗ · Crossref / separate-database: 52 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2020P09 / cinematography
Luis-Evaristo Caraballo, Ángel Montes-Romero, José-Miguel Díaz-Báñez, Jesús Capitán, Arturo Torres-González, Aníbal Ollero
Verteilt Filmaufgaben auf mehrere UAVs, um die aufgezeichnete Abdeckung zu maximieren, unter Berücksichtigung von Akkukapazität und Rückkehr zur Basis.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Optimiert die Filmdauer auf einem diskreten Graphen und ordnet Einzelfahrzeuglösungen nacheinander einem Team zu.
AUSWERTUNG
Randomisierte Simulationen und Filmvorführungen mit zwei/drei UAVs bewerten die Planung, einschließlich Akkuwechsel.
ERGEBNIS
Eine graphbasierte Lösung für ein einzelnes UAV wird gierig auf kleine Teams erweitert.
PRAXISBEZUG
Kombinieren Sie die Einstellungsliste mit Zeitplänen für Anfahrt, Nachladen und Fahrzeugwechsel bei der Event-Berichterstattung.
EINSCHRÄNKUNG
Die gierige Multi-UAV-Lösung ist nicht global optimal und vereinfacht den Energieverbrauch.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Problem formulation · IV Greedy strategy · Field experiments · VII Conclusions
DOI: 10.1109/iros45743.2020.9341622
OpenAlex-Zitationen für diesen Eintrag: 16 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 16 ↗ · Crossref / separate-database: 11 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2024P10 / cinematography
Pablo Pueyo, Juan Dendarieta, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Erweitert die autonome Kamerasteuerung über die Kamerapose hinaus auf Fokus, Blende und Brennweite, mit Wahrnehmung und nichtlinearer modellprädiktiver Regelung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Nichtlineare MPC regelt Bildausschnitt, Abstand und Schärfentiefe gemeinsam über Fahrzeug- und Objektiveinstellungen.
AUSWERTUNG
Flugexperiment E6 filmt einen Stuhl ohne Orientierungs-/Blendensteuerung; E7 misst die Jetson-Rechenlast mit aufgezeichneten Daten.
ERGEBNIS
Gemeinsame Steuerung intrinsischer und extrinsischer Parameter ermöglicht Effekte jenseits der Planung von Position und Orientierung.
PRAXISBEZUG
Unterscheiden Sie bei der Planung von Kamerafahrten Änderungen des Bildmaßstabs von Änderungen der Perspektive.
EINSCHRÄNKUNG
Der reale Flugtest steuerte Kameraorientierung und Blende nicht; eine Hardwarefähigkeit für alle Variablen sollte nicht vorausgesetzt werden.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · V Control Module · VIII Experiments · VIII-B Real Experiments · IX Future work and limitations · X Conclusions · VIII-B3 Experiment 6: real flight constraints · VIII-B4 Experiment 7: recorded-data compute test
DOI: 10.1109/tro.2024.3353550
OpenAlex-Zitationen für diesen Eintrag: 17 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 17 ↗ · Crossref / separate-database: 19 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2023P11 / cinematography
Pablo Pueyo, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Extrahiert Motivkomposition und Fokusmerkmale aus einem Referenzvideo und wandelt sie in CineMPC-Anweisungen für eine neue Szene um.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Extrahiert Pose-, Segmentierungs- und Fokusmerkmale, glättet sie per Optimierung und gibt dann CineMPC-Anweisungen aus.
AUSWERTUNG
Verwendet zwei Quellsequenzen – einen Spielfilm und eine synthetische – sowie drei virtuelle Zielumgebungen.
ERGEBNIS
Stil wird durch übertragbare Merkmale von Bildausschnitt und Schärfentiefe repräsentiert.
PRAXISBEZUG
Annotieren Sie in der Referenzanalyse Motivplatzierung und Fokuswechsel neben der Kamerabewegung.
EINSCHRÄNKUNG
Reale Quellvideos wurden analysiert, der Zieldreh aber in der Simulation bewertet; reale Experimente mit mobilen Robotern blieben künftige Arbeit.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Feature extraction and optimization · VI Experiments · VII Conclusions · VI-A Source sequences and target environments · VI-B Implementation details
DOI: 10.1109/iros55552.2023.10342280
OpenAlex-Zitationen für diesen Eintrag: 3 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 3 ↗ · Crossref / separate-database: 3 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P12 / cinematography
Chong Huang, Yuanjie Dang, Peng Chen, Xin Yang, Kwang-Ting (Tim) Cheng
Lernt Stilmerkmale und Aktionsimitation, sodass eine einzige Demonstration das Filmen leiten kann, ohne für jeden vorgeführten Stil ein eigenes Modell zu trainieren.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Überträgt eine Demonstration mithilfe von Repräsentationen, die auf grundlegenden Filmstilen vortrainiert wurden.
AUSWERTUNG
Teilt 146 Videos in 97 Trainings-/49 Testvideos; bewertet Bewegungsfehler, Klassifikation, Bewertungen von zehn Personen und Drohnenbeispiele.
ERGEBNIS
Der One-Shot-Transfer stützt sich weiterhin auf ein Modell, das mit grundlegenden Filmstilen trainiert wurde.
PRAXISBEZUG
Bewerten Sie den Transfer auf neue Motive getrennt vom Transfer auf neue Kamerastile.
EINSCHRÄNKUNG
Die Studie konzentriert sich auf eine einzelne Person und filtert schwierige Beleuchtung, winzige Motive und längere Verdeckungen aus ihren Daten.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 3 One-Shot Imitation Filming · 5.1 Dataset · 5 Experiments · 6 Conclusions · 5.2 Experimental Setup and evaluation metrics
DOI: 10.48550/arxiv.1912.10609
OpenAlex-Zitationen für diesen Eintrag: 4 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 4 ↗ · OpenAlex / related-version-or-duplicate-not-added: 11 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P13 / cinematography
Chong Huang, Chuan-En Lin, Zhenyu Yang, Yan Kong, Peng Chen, Xin Yang, Kwang-Ting Cheng
Nutzt Motivskelette, Szenenerscheinung und Kamerabewegung aus optischem Fluss in einem Sequenzmodell, das aus professionellen Videoclips menschlicher Bewegung trainiert wurde.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Speist Skelett-, Hintergrund- und Optischer-Fluss-Hinweise in ein Sequenz-zu-Sequenz-Modell ein, um Kamerabewegung vorherzusagen.
AUSWERTUNG
Berichtet Datenauswertungen über sechs Filmstile und Filmvorführungen mit der DJI Matrice 100.
ERGEBNIS
Zeitlicher Kontext und vorherige Kamerabewegung zählen über ein einzelnes attraktives Bild hinaus.
PRAXISBEZUG
Prüfen Sie Anfangs-, Mittel- und Schlusskomposition zusammen mit Geschwindigkeitswechseln.
EINSCHRÄNKUNG
Die Bewertung nutzt sechs gruppierte Stile und eine eigene Plattform, nicht jedes Genre oder jede Umgebung.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Method and features · 4 Experiments · 4.3 Drone Cinematography System · 5 Conclusions
DOI: 10.1109/cvpr.2019.00437
OpenAlex-Zitationen für diesen Eintrag: 35 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 35 ↗ · Crossref / separate-database: 31 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2020P14 / cinematography
Amirsaman Ashtari, Stefan Stevšić, Tobias Nägeli, Jean-Charles Bazin, Otmar Hilliges
Modelliert die Bewegung eines gehenden Kameraoperators samt Kamerarig, damit eine Drohne subjektive Ich-Perspektiven und Übergänge zu gleichmäßiger Bewegung reproduzieren kann.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Modelliert die Bewegung von gehendem Operator und Kamerarig und wandelt sie in realisierbare Kamerabewegung aus der Luft um.
AUSWERTUNG
Kombiniert reale Dreharbeiten, einen Vergleich mit Motion-Capture-Daten von Gehbewegungen und eine Online-Wahrnehmungsstudie mit 106 Befragten.
ERGEBNIS
Absichtliches Kamerawackeln lässt sich innerhalb der Fluggerätedynamik optimieren, statt es unterschiedslos zu entfernen.
PRAXISBEZUG
Wählen Sie den Bewegungscharakter bewusst nach der Szene, statt überall die Stabilisierung zu maximieren.
EINSCHRÄNKUNG
Grenzen von Aktuierung und SDK verhindern die exakte Nachahmung aller menschlichen Bewegungen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Motion model · Evaluation · 10 Limitations and Future Work · Conclusion · Perceptual user study · 9 Evaluation of our walking camera model
DOI: 10.1145/3378673
OpenAlex-Zitationen für diesen Eintrag: 25 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 25 ↗ · Crossref / separate-database: 25 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2017P15 / cinematography
Tobias Nägeli, Lukas Meier, Alexander Domahidi, Javier Alonso-Mora, Otmar Hilliges
Nutzt virtuelle Schienen und Framing-Ziele in einer Optimierung mit gleitendem Horizont, um Bewegung und Steuerung für eine oder mehrere Filmdrohnen gemeinsam zu planen.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Regelung mit gleitendem Horizont kombiniert virtuelle Schienen, Framing und sequenzielle Sichtbarkeits-/Kollisionskoordination mehrerer Drohnen.
AUSWERTUNG
Innenraumtests nutzen Vicon und Bebop2; die Bewertung umfasst die Skalierung der Rechenlast und vorläufiges Feedback eines Kameraoperators.
ERGEBNIS
Rückkopplung und dynamische Beschränkungen fließen direkt in die Planung ein, nicht nur in die Trajektorienverfolgung.
PRAXISBEZUG
Beschreiben Sie Storyboards mit motivrelativen Absichten und Toleranzen, nicht nur mit festen Wegpunkten.
EINSCHRÄNKUNG
Die Realisierbarkeit hängt von Modell und Horizont ab; Steuerung von optischem Fokus und Schärfentiefe waren künftige Erweiterungen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 3 Planning formulation · 4 Multi-Drone Flight · 5 Evaluation · 6 Conclusions · 5.1 Implementation Details · 5.2 Quantitative and qualitative experiments · 5.3 Preliminary expert feedback
DOI: 10.1145/3072959.3073712
OpenAlex-Zitationen für diesen Eintrag: 168 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 168 ↗ · Crossref / separate-database: 149 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P16 / survey
Ioannis Mademlis, Nikos Nikolaidis, Anastasios Tefas, Ioannis Pitas, Tilman Wagner, Alberto Messina
Gibt einen Überblick über autonome Luftkinematografie und formalisiert Bildausschnitt, Bewegung eines einzelnen UAV und Bewegung mehrerer UAVs zu einer Einstellungstaxonomie, die mit technischen Anforderungen verknüpft ist.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Ordnet elementare und kombinierte Kamerabewegungen neben Fluggerätebeschränkungen und optischer Kompensation.
AUSWERTUNG
Ein Tutorial, das 26 Kamerabewegungstypen kategorisiert, kein Hardware-Benchmark, der alle Typen validiert.
ERGEBNIS
Einstellungstypen unterscheiden sich in Energiebedarf und Autonomiekomplexität, nicht nur im Erscheinungsbild.
PRAXISBEZUG
Organisieren Sie eine Einstellungsbibliothek mit getrennten Dimensionen für Bildausschnitt, Fluggerätebewegung und Kamerabewegung.
EINSCHRÄNKUNG
Eine Taxonomie und ein Tutorial sind kein Beleg dafür, dass alle Einstellungstypen auf beliebiger Hardware sicher automatisiert werden können.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Taxonomy of camera motion types · Focal-length and multi-drone compensation · Discussion
DOI: 10.1145/3347713
OpenAlex-Zitationen für diesen Eintrag: 49 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 49 ↗ · Crossref / separate-database: 44 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2011P17 / motion
Daniel Mellinger, Vijay Kumar
Nutzt differentielle Flachheit und Polynomoptimierung, um glatte Trajektorien durch Positions-/Gier-Keyframes und vorgegebene sichere Korridore zu erzeugen.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Nutzt differentielle Flachheit und Polynomtrajektorien, die den Snap minimieren, die vierte zeitliche Ableitung der Position.
AUSWERTUNG
Experimente mit Hummingbird/Vicon umfassen das Durchfliegen von Reifen und enge Passagen unter externem Motion Capture.
ERGEBNIS
Glatte höhere Ableitungen verbinden geometrische Wegpunkte mit dynamisch verfolgbarer Bewegung.
PRAXISBEZUG
Eine Grundlage für das Verständnis von sanftem Start, Beschleunigungsverläufen und Kurvenübergängen.
EINSCHRÄNKUNG
Die Experimente nutzen Motion Capture in Innenräumen; Hinderniswahrnehmung und filmische Komposition sind eigene Probleme.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · II Model · V Trajectory Generation · VI Experiments · VI-A Spatially Scaled Trajectories
DOI: 10.1109/icra.2011.5980409
OpenAlex-Zitationen für diesen Eintrag: 2421 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 2421 ↗ · Crossref / separate-database: 2100 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2016P18 / motion
Charles Richter, Adam Bry, Nicholas Roy
Entwickelt numerisch stabile Polynomtrajektorienoptimierung und Segmentzeitzuweisung für Flüge durch verstellte Innenräume.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Kombiniert niedrigdimensionale Routensuche, numerisch stabile Polynomoptimierung und Segmentzeitzuweisung.
AUSWERTUNG
Benchmarks zur numerischen Stabilität und Innenraumflüge am MIT nutzen LiDAR, IMU und Rechenleistung an Bord.
ERGEBNIS
Die Trennung von Routensuche und Polynomoptimierung steigert die Effizienz auf Kosten globaler Optimalität.
PRAXISBEZUG
Behandeln Sie die Segmentzeit bei langen Wegpunktfolgen als Entwurfsvariable.
EINSCHRÄNKUNG
Die gezeigten Geschwindigkeiten aggressiven Fliegens sind keine empfohlenen Filmgeschwindigkeiten oder allgemeinen Sicherheitsgrenzen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Polynomial optimization formulation · Time allocation · 6 Conclusion · 4.2 Performance of Polynomial Optimization · 4.3 Experimental Flight Tests
DOI: 10.1007/978-3-319-28872-7_37
OpenAlex-Zitationen für diesen Eintrag: 764 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 764 ↗ · Crossref / separate-database: 565 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2021P19 / motion
Xin Zhou, Zhepei Wang, Hongkai Ye, Chao Xu, Fei Gao
Vermeidet den Aufbau eines vollständigen ESDF, indem Hindernisinformationen erst bei Kollision einer Kandidatentrajektorie extrahiert werden; anschließend wird die Trajektorie optimiert und zeitlich neu verteilt.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Leitet Hindernisabstoßung aus kollisionsführenden Pfaden ab, optimiert B-Splines und verfeinert das Timing.
AUSWERTUNG
Benchmarks sowie reale Versuche in Innenräumen, mit abrupten Zielwechseln und im Wald bewerten die Navigation, nicht die Bildkomposition.
ERGEBNIS
Gezielte Hindernisinformation reduziert redundante Rechenarbeit bei der lokalen Planung.
PRAXISBEZUG
Messen Sie in autonomen Filmsystemen die Latenz von Kartierung und Neuplanung getrennt.
EINSCHRÄNKUNG
Es ist ein Navigationsplaner, kein vollständiger Optimierer für Bildausschnitt oder filmische Verdeckung.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Planning framework · VI Experiment Results · VII Conclusion and Future Work · VI-A Implementation Details · VI-E Real-world Experiments
DOI: 10.1109/lra.2020.3047728
OpenAlex-Zitationen für diesen Eintrag: 557 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 557 ↗ · Crossref / separate-database: 568 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P20 / motion
Boyu Zhou, Fei Gao, Luqi Wang, Chuhao Liu, Shaojie Shen
Kombiniert kinodynamische Suche, B-Spline-Trajektorienoptimierung und Zeitanpassung für effiziente autonome Quadrotor-Navigation.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Die kinodynamische Suche initialisiert die B-Spline-Optimierung, gefolgt von einer Zeitumverteilung für Bewegungsgrenzen.
AUSWERTUNG
Rechen- und physische Tests in Hindernisumgebungen bewerten den Flug; filmische Verdeckung und Bildausschnitt erfordern zusätzlichen Entwurf.
ERGEBNIS
Eine gröbere räumliche Auflösung tauscht Recheneffizienz gegen die Abdeckung realisierbarer Pfade.
PRAXISBEZUG
Betrachten Sie für die Navigation im Wald Kartenauflösung, Fahrzeuggröße und Latenz gemeinsam.
EINSCHRÄNKUNG
Großflächige dynamische Szenen und Schwärme waren künftige Arbeit; ästhetische Qualität ist nicht das direkte Ziel.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · VI Implementation Details · VII Results · VIII Conclusion
DOI: 10.1109/lra.2019.2927938
OpenAlex-Zitationen für diesen Eintrag: 754 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 754 ↗ · Crossref / separate-database: 749 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2018P21 / motion
Davide Falanga, Philipp Foehn, Peng Lu, Davide Scaramuzza
Optimiert Fahrzeugbewegung und Wahrnehmung gemeinsam, hält einen interessierenden Punkt sichtbar und begrenzt seine Geschwindigkeit in der Bildebene.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
MPC optimiert die Platzierung des Merkmalsschwerpunkts und die Bildgeschwindigkeit gemeinsam mit der Fahrzeugbewegung.
AUSWERTUNG
Die Experimente nutzen eine 420-g-Plattform, einen Horizont von zwei Sekunden und 100-Hz-Regelung; das sind plattformspezifische Bedingungen.
ERGEBNIS
Das Beschleunigen des Fluggeräts kann durch die erforderlichen Lageänderungen mit Wahrnehmungszielen in Konflikt geraten.
PRAXISBEZUG
Prüfen Sie Bildbewegung und Neigung des Fluggeräts, wenn das Tracking instabil wird.
EINSCHRÄNKUNG
Wahrnehmungsziele sind weiche Kosten, keine bedingungslose Garantie, dass das Ziel sichtbar bleibt.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Optimization formulation · V Experiments · VI Discussion · VII Conclusions · VI Discussion: centroid, horizon and computation
DOI: 10.1109/iros.2018.8593739
OpenAlex-Zitationen für diesen Eintrag: 11 · 2026-10-21 · Quelle ↗
Dieselbe DOI ist auf einen Publikations- (11) und einen repositoriumsbasierten (248) OpenAlex-Datensatz verteilt. Die angezeigte 11 ist das Ergebnis der DOI-Abfrage; Crossref meldet 231. Die Zählungen werden nicht addiert.
OpenAlex / primary-record: 11 ↗ · Crossref / separate-database: 231 ↗ · OpenAlex / related-version-or-duplicate-not-added: 248 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2018P22 / perception
Tong Qin, Peiliang Li, Shaojie Shen
Kombiniert monokulare Merkmale und Inertialmessungen mit Initialisierung, Fehlerbehebung, Relokalisierung und Posengraph-Optimierung für metrische Zustandsschätzung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Koppelt vorintegrierte IMU-Daten und Bildmerkmale eng mit Relokalisierung und Posengraph-Korrektur.
AUSWERTUNG
Bewertet EuRoC, Trajektorien in Innen- und Außenräumen sowie Drohnensteuerung; im Flugtest zur Trajektorienverfolgung ist der Schleifenschluss deaktiviert.
ERGEBNIS
Sensorfusion verbessert die Schätzung, doch bestimmte Bewegungen und Umgebungen bleiben schwach beobachtbar.
PRAXISBEZUG
Eine Grundlage für das Verständnis visuell-inertialer Positionsbestimmung bei schwachem GNSS.
EINSCHRÄNKUNG
Kalibrierung und Sichtbedingungen zählen; bei merkmalsarmem Wasser darf keine Benchmark-Leistung vorausgesetzt werden.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Estimator architecture · VIII Global Pose Graph Optimization · Experiments · X Conclusion and Future Work · IX Experiments: trajectory-tracking flight configuration
DOI: 10.1109/tro.2018.2853729
OpenAlex-Zitationen für diesen Eintrag: 4646 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 4646 ↗ · Crossref / separate-database: 4371 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2017P23 / perception
Raúl Mur-Artal, Juan D. Tardós
Bietet visuelles SLAM für Monokular-, Stereo- und RGB-D-Kameras mit Relokalisierung, Schleifenschluss und Kartenwiederverwendung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Nutzt ORB-Merkmale für Tracking, Kartierung und Schleifenschluss über Monokular-, Stereo- und RGB-D-Eingaben.
AUSWERTUNG
Benchmarks umfassen KITTI, EuRoC und TUM RGB-D, mit gemeldetem Tracking-Verlust bei starker Bewegungsunschärfe in EuRoC.
ERGEBNIS
Der metrische Maßstab im Stereo-/RGB-D-Betrieb darf nicht mit dem rein monokularen Maßstab verwechselt werden.
PRAXISBEZUG
Nützlicher Hintergrund für wiederholbare Kamerarouten und Lokalisierung in zuvor kartierten Räumen.
EINSCHRÄNKUNG
Die Bewertung meldet Tracking-Verlust bei starker Bewegungsunschärfe; die Robustheit ist bedingt.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · System overview · IV Evaluation · V Conclusion · IV-B EuRoC Dataset
DOI: 10.1109/tro.2017.2705103
OpenAlex-Zitationen für diesen Eintrag: 6886 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 6886 ↗ · Crossref / separate-database: 6272 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2017P24 / perception
Helen Oleynikova, Zachary Taylor, Marius Fehr, Roland Siegwart, Juan Nieto
Baut inkrementelle euklidische vorzeichenbehaftete Distanzfelder aus trunkierten Distanzfeldern für Trajektorienplanung an Bord und interpretierbare Oberflächenkartierung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Wandelt ein tiefenfusioniertes TSDF inkrementell in ein ESDF für Hindernisabstandsabfragen um.
AUSWERTUNG
Bewertet Distanzfeldfehler, Rechenlast und MAV-Planung; Voxelgröße und Umgang mit unbekanntem Raum beeinflussen das Verhalten.
ERGEBNIS
Unbekannter Raum und Kartenapproximationsfehler erfordern eine explizite Behandlung in der Planung.
PRAXISBEZUG
Prüfen Sie, ob Kartenauflösung und Sensorik dünne Äste oder Drähte abbilden können.
EINSCHRÄNKUNG
Endliche Voxel und Sensorfehler bedeuten, dass eine kartierte Lücke nicht automatisch ein sicherer physischer Korridor ist.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Mapping representation · VII MAV Planning Experiments · VIII Conclusions
DOI: 10.1109/iros.2017.8202315
OpenAlex-Zitationen für diesen Eintrag: 727 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 727 ↗ · Crossref / separate-database: 681 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2020P25 / perception
Zachary Teed, Jia Deng
Schätzt dichten optischen Fluss über Alle-Paare-Merkmalskorrelationen und rekurrente Verfeinerung, mit hoher Benchmark-Genauigkeit zum Zeitpunkt der Veröffentlichung.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Baut mehrskalige Alle-Paare-Korrelationen auf und aktualisiert den Zweibild-optischen-Fluss iterativ.
AUSWERTUNG
Sintel-/KITTI-Benchmarks und Ablationen zu Architektur und Iterationen bewerten den Fluss, nicht die physische Flugsteuerung.
ERGEBNIS
Bildverschiebung ist selbst keine metrische 3D-Kameratrajektorie.
PRAXISBEZUG
Analysieren Sie Vordergrund- und Hintergrundfluss, wenn Sie Wackeln und wahrgenommene Kamerageschwindigkeit untersuchen.
EINSCHRÄNKUNG
Es ist kein Flugregler; Verdeckung, Unschärfe und Domänenwechsel bleiben relevante Einschränkungen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · 1 Introduction · Architecture · Experiments · Conclusions
DOI: 10.1007/978-3-030-58536-5_24
OpenAlex-Zitationen für diesen Eintrag: 2803 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 2803 ↗ · Crossref / separate-database: 2456 ↗ · OpenAlex / related-version-or-duplicate-not-added: 112 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2019P26 / perception
Bo Li, Wei Wu, Qiang Wang, Fangyi Zhang, Junliang Xing, Junjie Yan
Verbessert siamesisches visuelles Tracking durch tiefere Backbones, mehrschichtige Merkmalsaggregation und tiefenweise Kreuzkorrelation.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Verbessert siamesisches Tracking mit geschichteten Merkmalen, tiefenweiser Korrelation und räumlich verschobenen Trainingsbeispielen.
AUSWERTUNG
Bewertet VOT, LaSOT, TrackingNet und das Luftbild-Set UAV123, ohne fehlerfreies Tracking zu garantieren.
ERGEBNIS
Eine Objektkategorie zu erkennen und die Identität eines bestimmten Ziels zu halten sind verschiedene Aufgaben.
PRAXISBEZUG
Testen Sie die Identitätserhaltung bei ähnlich aussehenden Motiven und vorübergehender Verdeckung.
EINSCHRÄNKUNG
Allgemeine Tracking-Benchmarks belegen keine Sicherheit oder Leistung des Fluggeräts in jeder Luftszene.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Network design · Experiments · 5 Conclusions · 4.4 Comparison with the state-of-the-art
DOI: 10.1109/cvpr.2019.00441
OpenAlex-Zitationen für diesen Eintrag: 2588 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 2588 ↗ · Crossref / separate-database: 2206 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2017P27 / simulation
Shital Shah, Debadeepta Dey, Chris Lovett, Ashish Kapoor
Stellt einen modularen Simulator für visuelle und physische Fahrzeugtests, synthetische Daten und Hardware-in-the-Loop-Experimente vor.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Trennt Fahrzeugphysik, Sensorsimulation und Rendering, mit Schnittstellen zu echten Flugreglern.
AUSWERTUNG
Das Architekturpapier zeigt Beispiele und hält damals fehlende Fähigkeiten für Kollision und Kameramodell fest.
ERGEBNIS
Gemeinsame APIs erleichtern Experimente, beseitigen aber nicht die Lücke zwischen Simulation und Realität.
PRAXISBEZUG
Bewerten Sie bei der Previsualisierung sowohl die gerenderte Komposition als auch die modellierte Fahrzeugbewegung.
EINSCHRÄNKUNG
Das Papier nennt fehlende Kollisions-, Objektiv- und GNSS-Degradationseffekte; die aktuelle Softwarepflege ist gesondert zu prüfen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Simulator architecture · Experiments · 5 Conclusion and Future Work
DOI: 10.1007/978-3-319-67361-5_40
OpenAlex-Zitationen für diesen Eintrag: 2247 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 2247 ↗ · Crossref / separate-database: 1650 ↗ · OpenAlex / related-version-or-duplicate-not-added: 26 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2021P28 / simulation
Yunlong Song, Selim Naji, Elia Kaufmann, Antonio Loquercio, Davide Scaramuzza
Trennt Rendering und Dynamik, sodass Simulationsgeschwindigkeit und Detailtreue für Lernen, Navigation und Interaktion unabhängig konfiguriert werden können.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Entkoppelt Unity-Rendering von der Dynamik für parallele Lernaufgaben mit mehreren Fahrzeugen.
AUSWERTUNG
Misst Dynamik und Rendering getrennt; die Renderrate hängt von Bildgröße, Szene und Fahrzeuganzahl ab.
ERGEBNIS
Visueller Realismus und dynamische Treue sind getrennte Dimensionen der Simulatorqualität.
PRAXISBEZUG
Wählen Sie die Detailtreue für visuelle Einstellungsvorschauen und für das Reglertraining getrennt.
EINSCHRÄNKUNG
Der berichtete Physikdurchsatz ist keine gleichzeitige fotorealistische Rendergeschwindigkeit und kein Beleg für den Transfer auf reale Flüge.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Simulation architecture · Experiments · Conclusion and Discussion · 4.1 Simulation Speed
DOI: 10.48550/arxiv.2009.00563
OpenAlex-Zitationen für diesen Eintrag: 137 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 137 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2010P29 / motion
Taeyoung Lee, Melvin Leok, N. Harris McClamroch
Entwickelt geometrische Folgeregler auf SE(3) für Lage-, Positions- und Geschwindigkeitsflugmodi ohne Euler-Winkel-Singularitäten.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Entwirft Lage-, Positions- und Geschwindigkeitsregelung direkt auf SE(3), mit Stabilitätsanalyse.
AUSWERTUNG
Die Validierung in diesem Manuskript ist numerische Simulation, keine physische Zuverlässigkeitsprüfung außerhalb der Beweisannahmen.
ERGEBNIS
Vier Schubeingänge steuern ein Fahrzeug mit sechs Freiheitsgraden und koppeln Translation und Lage.
PRAXISBEZUG
Unterscheiden Sie die Lageregelung des Fluggeräts von der Rolle des Gimbals beim Halten des Bildes.
EINSCHRÄNKUNG
Stabilitätsergebnisse und numerische Demonstrationen beruhen auf Modellannahmen, nicht auf beliebigen Störungen oder Ausfällen.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Dynamic model · Tracking controllers · Numerical examples · VIII Conclusions
DOI: 10.48550/arxiv.1003.2005
OpenAlex-Zitationen für diesen Eintrag: 104 · 2026-10-21 · Quelle ↗
Die 104 Zitationen gehören zu diesem Preprint-Titel; Zählungen des anders betitelten Papiers Geometric Tracking Control werden nicht eingesetzt.
OpenAlex / primary-record: 104 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗2021P30 / cinematography
Alfonso Alcántara, Jesús Capitán, Rita Cunha, Aníbal Ollero
Plant koordinierte Filmtrajektorien mehrerer UAVs mit Fahrzeugdynamik, Kollisionsbeschränkungen, Gimbal-Grenzen, Glätte und gegenseitiger Kamerasichtbarkeit.
Ergebnisse, Anwendungen und Grenzen lesen
METHODE
Prioritätsbasierte verteilte Optimierung behandelt Bewegung, Gimbal-Grenzen, Glätte und gegenseitige Kamerasichtbarkeit.
AUSWERTUNG
Nutzt Simulation und einen Außendreh mit drei UAVs und einem Darsteller; beliebige Flottengrößen und Netzwerke bleiben unvalidiert.
ERGEBNIS
Abstand zwischen Drohnen und das Fernhalten anderer Fluggeräte aus dem Bild erfordern unterschiedliche Beschränkungen.
PRAXISBEZUG
Prüfen Sie in Plänen mit mehreren Kameras Luftraumabstand und Bildabdeckung gemeinsam.
EINSCHRÄNKUNG
Prioritätsbasierte verteilte Planung garantiert keine global optimale Teamlösung.
LESEUMFANG
Volltext abgerufen; die folgenden zentralen Abschnitte wurden gesichtet. Gleichungen, Code und Experimente wurden nicht unabhängig reproduziert.
Abstract · Optimization formulation · Simulation and field experiments · 7 Conclusions · 6 Field Experiments
DOI: 10.1016/j.robot.2021.103778
OpenAlex-Zitationen für diesen Eintrag: 56 · 2026-10-21 · Quelle ↗
Zählung für diesen OpenAlex-Datensatz; Versionen und Dubletten werden nicht summiert, und es wird kein globaler Rang beansprucht.
OpenAlex / primary-record: 56 ↗ · Crossref / separate-database: 54 ↗
Primärtext öffnen ↗ ·
Primärtext öffnen ↗