动态基于事件的光学识别与通信
研究提出了一种结合时间透镜的新型神经网络架构,利用事件视觉和脉冲神经网络技术,以及基于活动和延迟分析的模型简化方法,提高了光流预测的速度并减少了复杂度,同时保持了高精度特性,为实时部署提供了可能性。
Apr, 2023
介绍了事件相机技术的工作原理,可用传感器和任务,包括低级视觉和高级视觉,并讨论了处理事件的技术,特别是基于学习的技术和专门为这些传感器设计的处理器,如脉冲神经网络,同时提出了待解决的挑战和未来机器感知及与世界互动的新机遇。
Apr, 2019
本文提出了一种使用事件相机实现实时的视觉里程计的解决方案,其中包括基于视觉一致性的立体事件数据融合的半密集三维场景重建以及通过选定的地图和事件数据表示解决的姿态恢复问题。该系统成功利用事件相机的优势,在高速和大动态范围场景下进行视觉里程计,并在标准 CPU 上以实时运行,已在公开数据集和作者的数据集上进行了测试。
Jul, 2020
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
本文提出了基于视觉关注的两种事件视觉注意力模型,一种通过跟踪视野内的事件活动来定位关注区域,另一种基于 DRAW 神经模型和全微分注意力程序,使用 Phased LSTM 识别网络作为基线参考模型并在四个数据集上进行验证,获得了在平移和尺度不变性方面的提升。
Jul, 2018
该论文主要讨论了光学传感器在设计和开发先进驾驶员监控系统和车外前视系统中的应用,侧重于长波红外热成像、近红外、神经形态学 / 事件相机、可见光 CMOS 相机和深度相机等各种光学技术,并探讨了在实时环境中利用每种光学技术的独特优势可能实现的不同潜在应用。
Jul, 2023