CVPRMay, 2024

基于事件的轨道结构恢复

PDF
TL;DR由于事件传感器具有高时间分辨率的视觉感知能力，在不受运动模糊的影响下，它们成为感知快速视觉现象的理想选择。我们提出了基于事件感知的结构 - 轨道（eSfO）方法，旨在同时重建由静态事件相机观察到的快速旋转对象的三维结构，并恢复相机的等效轨道运动。通过开发一种基于时空聚类和数据关联的新型事件特征跟踪器来跟踪有效特征的螺旋轨迹，将特征轨迹输入到基于因子图的结构 - 轨道后端，计算最小化投影误差的轨道运动参数（例如自旋速率、相对旋转轴）。通过与地面真值的比较，我们构建了一组新的事件数据集，并验证了 eSfO 的有效性。
发现论文，激发创造
  • 基于事件的立体视觉里程计

    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

  • 基于事件的偏振形状恢复

    通过使用高速旋转的线性偏振器和事件相机，我们提出了一种用于实现事件极化成像的解决方案，该解决方案使用了基于学习的方法来估计表面法线，在现实世界的实验中，性能比基于物理的方案高出了 52％。

    Jan, 2023

  • 一种基于事件的算法，用于同时跟踪和绘制 6 自由度相机姿态

    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

  • 事件摄像头的连续时间视觉惯性里程计

    本文提出了一种基于连续时间表征的事件相机视觉惯性导航融合方法，并证明了该方法在准确性和适用性上优于当前最先进的事件相机视觉导航方法。

    Feb, 2017

  • 基于事件的移动物体检测与跟踪

    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

  • ESL: 基于事件的结构光

    使用事件相机的结构光系统通过优化空时一致性能量函数，可以更准确、快速地进行深度感知，相对于预言式算法可以更好地处理高速运动和降低误差。

    Nov, 2021

  • 基于时空图割的事件驱动运动分割

    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

  • 球面上的运动结构

    本研究针对相机在球面上旋转的特殊情况，通过分析对极几何得出只需最少三个点的对应关系即可快速求解两张图像之间本质矩阵的方法，并将其应用于场景建模和物体扫描中。

    Apr, 2016

  • IMU 辅助的事件驱动立体视觉里程计

    通过建立事件的生成模型来解决映射和相机姿态跟踪的问题，并提出提高事件边缘像素采样效率以及结合时间立体结果和静态立体结果来改善映射性能，同时通过引入陀螺仪测量作为先验来解决相机姿态跟踪中的退化问题，通过公开数据集的实验证明了改进的方法的有效性。

    May, 2024

  • 基于事件的抗运动准确形状估计混合反射场景

    本研究论文提出一种新颖的基于事件的结构光系统，能够以高精度快速地对反射率混合场景进行三维成像。通过使用内在的对物体反射进行分解的极线约束，重建了场景中的漫反射对象，并且通过偏折测量评估了景物的镜面反射部分。所得到的系统能够以较高精度（小于 500μm）和快速（每秒 14 帧）的方式对反射率混合场景进行重建，同时还引入了适用于三维测量漫反射场景的 “超快速” 捕获模式（每秒 250 帧）。

    Nov, 2023