Jul, 2024

事件驱动行人检测研究、应用与前景：综述

HTML
PDF
TL;DR基于事件的相机在行人检测领域中的应用研究及发展现状的详细回顾，包括基本原理、相对传统帧图像方法的优势与劣势、多种事件流输入和相应网络模型的应用性评估、数据集和数据获取技术以及处理事件流数据的高级算法。同时，对基于事件的行人检测的独特优势和持续挑战进行了综述，并对未来发展进行了前瞻性展望。
发现论文，激发创造
  • 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

  • 从事件相机到视频：将现代计算机视觉引入事件相机

    研究使用成熟的计算机视觉技术对从事件数据中重建的视频进行对象分类和图像重建，从而充分发挥事件相机的优异特性。

    Apr, 2019

  • 事件驱动视觉:综述

    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

  • 使用100万像素事件相机学习物体检测

    本文介绍了一种基于事件相机的物体检测任务的解决方案，包括了首个高分辨率大规模数据集的发布、一种新的递归架构和一种时间一致性损失函数，这些对于更好的训练结果至关重要，而且在需要高动态范围，低延迟且具有挑战性的光照条件的情况下比传统的基于帧的解决方案更加高效而准确。

    Sep, 2020

  • 递归视觉Transformer用于事件相机目标检测

    本文提出了使用 Recurrent Vision Transformers 来实现基于事件相机进行低延迟目标检测的创新方法，通过使用卷积先验、本地和扩张全局自我关注，以及循环时间特征聚合等方法，在不损失性能的情况下降低了推理时间，并在 Gen1 汽车数据集上实现了 47.2％ 的 mAP。

    Dec, 2022

  • 高分辨率事件相机行人检测

    本文研究使用事件相机结合深度学习进行行人检测任务，并比较了不同处理方法的效果，结果表明事件相机是解决现有问题的潜在技术。

    May, 2023

  • 自动驾驶中基于事件的深度目标检测：综述

    事件相机在自动驾驶中利用事件数据进行目标检测具有竞争优势。该论文提供了事件相机在自动驾驶中目标检测的概述，强调了事件相机的低延迟和轻量级架构的竞争性优势。

    May, 2024

  • 基于ReYOLOv8的事件驱动目标检测框架

    本研究针对传统RGB相机在运动模糊和光照不佳情况下的目标检测性能不足的问题，提出了一种基于事件相机的高级检测框架ReYOLOv8。该框架通过时空建模和特定的数据增强技术显著提高了汽车和机器人领域的检测精度，模型的mAP在多个数据集上提升达18%，同时实现了实时处理速度的优化。

    Aug, 2024

  • 近期事件相机创新：综述

    本文针对事件相机的演变进行了全面的综述，解决了该领域内对先进事件相机技术的发展和应用的知识空缺。通过比较事件相机与传统帧相机，本文提出了新的视角和综合性见解，强调其独特特性及应用潜力，旨在激励未来的创新并推动研究进展。

    Aug, 2024

  • 近期事件相机创新：综述

    本研究解决了事件相机在视觉系统应用中的发展瓶颈。文章通过对事件相机的基本原理进行介绍，并与传统帧相机进行比较，提出了一种全面的综述方式。最显著的发现是事件相机在低延迟、高动态范围和低功耗等方面的潜力，为相关领域的进一步创新提供了重要基础。

    Aug, 2024