Johns Hopkins University（约翰斯·霍普金斯大学）

Real-Time Drone Detection in Event Cameras via Per-Pixel Frequency Analysis

通过每像素频率分析实现事件相机中的实时无人机检测

Michael Bezick, Majid Sahin

机构 * Johns Hopkins University APL（约翰霍普金斯大学APL） 纠错

AI总结 本文提出DDHF方法，通过每像素频率分析实现事件相机中无人机的实时检测，具有高准确性和低延迟，优于YOLO检测器。

Extend Your Horizon: A Device-Agnostic Surgical Tool Tracking Framework with Multi-View Optimization for Augmented Reality

拓展视野：一种多视角优化的设备无关手术工具跟踪框架用于增强现实

Jiaming Zhang, Mingxu Liu, Hongchao Shu, Ruixing Liang, Yihao Liu, Ojas Taskar, Amir Kheradmand, Mehran Armand, Alejandro Martin-Gomez

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出一种多视角优化的设备无关手术工具跟踪框架，通过融合多种传感模式提升增强现实中的遮挡鲁棒性与可视化一致性。

Comments accepted by IEEE VR 2026

SurgSync: Time-Synchronized Multi-Modal Data Collection Framework and Dataset for Surgical Robotics

SurgSync: 用于手术机器人的时间同步多模态数据采集框架和数据集

Haoying Zhou, Chang Liu, Yimeng Wu, Junlin Wu, Zijian Wu, Yu Chung Lee, Sara Martuscelli, Spetimiu E. Salcudean, Gregory S. Fischer, Peter Kazanzides

机构 * Department of Robotics Engineering, Worcester Polytechnic Institute（机器人工程系，沃斯特理工学院） ； Laboratory for Computational Sensing and Robotics（计算感知与机器人实验室） ； Department of Computer Science, Johns Hopkins University（计算机科学系，约翰霍普金斯大学） ； Robotics and Control Laboratory, the University of British Columbia（机器人与控制实验室，不列颠哥伦比亚大学） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano（电子、信息与生物工程系，米兰理工学院） 纠错

AI总结 SurgSync提出了一种时间同步的多模态数据采集框架和数据集，用于手术机器人中的高阶控制与训练，通过多传感器和后处理工具提升数据质量与实用性。

Comments Accepted By International Conference on Robotics and Automation (ICRA), IEEE, 2026. More details can be found at https://surgsync.github.io/