提出了一种用于实时异步追踪事件斑点的新算法,通过使用原始事件自适应地引入事件斑点的概念来实现,该算法使用最近邻分类器和卡尔曼滤波器实现高精度追踪,并能在具有挑战性的光照条件和高速运动下进行事件斑点形状估计。
Jul, 2023
本研究开发了一种基于事件的相机的方法,将问题转化为涉及多个运动模型的能量最小化问题,并利用时空图的形式下的输入事件数据的结构迭代地解决事件聚类分配和运动模型拟合两个子问题。实验结果表明,该方法具有很高的灵活性,在不同的场景中能够获取不同运动模式和移动物体的数量。
Dec, 2020
本文介绍了使用适应性选择事件窗口中的信息形成运动补偿图像来重建场景以及估计相机的 6-DOF 姿态,并提出了一个惯性版本的仅事件流水线,以评估其性能。通过对两个公开事件数据集的序列的不同配置的结果与基准进行比较,本文证明了所提出的事件惯性流水线可以产生相当或更准确的结果,前提是地图估计可靠。
Jan, 2023
本文提出了一种基于动态视觉传感器的异步相机的新颖跟踪算法,该算法可以在极低光和噪声条件下,无需任何外部传感器,且无需任何特征跟踪或显式光流计算即可检测和跟踪不同移动对象。
Mar, 2018
该论文介绍了一种利用事件相机和标准相机的互补性来实现低延迟跟踪视觉特征的方法,通过提取标准相机的特征和利用事件相机的低延迟更新,该方法能够在各种场景下产生比现有技术更准确、更长的特征跟踪。
Jul, 2018
采用贝叶斯滤波框架和概率生成事件模型,利用感知到的事件的对比度残差为估计事件相机和环境位置的度量,解决了在已知环境下,仅使用事件数据定位的问题。
Oct, 2015
通过在事件数据和光流信息上利用自监督变换器,我们提出的方法克服了事件驱动运动分割的限制,消除了人工注释的需求,并减少了参数调整问题,实现了在多个数据集上与现有方法相比的最新性能,适用于高动态航空平台上的高清事件摄像头在城市环境中处理各种类型的运动并处理任意数量的移动对象。
May, 2024
使用基于事件的相机进行视觉定位,通过几何三维到二维的映射和极性感知的注册方法实现高可靠性和准确性的多模态跟踪,同时引入新的遮挡点筛选策略提高追踪器的速度和鲁棒性。
Jan, 2024
该论文介绍了一种基于神经网络的异步处理 Event-based Camera 事件流的方法,利用前一时刻的动态信息和灰度帧的关键特征,提取事件中的动态信息,相较现有同类研究结果表现优异。
Apr, 2019
本文提出了一种基于事件相机的高动态范围视频重建方法,该方法包括模糊去除、时间插值、异步 Kalman 滤波等步骤,可以较好地处理 HDR 视频,实验结果验证了本方法的优越性。