0-MMS：基于单目事件相机的零样本多运动分割
计算机视觉与模式识别
2020-11-10 v2
摘要
动态场景中运动目标的分割是导航任务中场景理解的关键环节。传统相机在此类场景下受运动模糊影响而失效。相反，事件相机因其高时间分辨率和无运动模糊的特性，天生适合该问题。我们提出了一种单目多运动分割方法，将自底向上的特征跟踪与自顶向下的运动补偿结合到一个统一流水线中，据我们所知这是此类方法的首次提出。利用时间间隔内的事件，我们的方法通过分裂与合并将场景分割为多个运动。我们进一步利用运动传播和关键切片聚类的概念加速了该方法。该方法在 EV-IMO、EED 和 MOD 数据集上具有挑战性的真实世界与合成场景中都成功进行了评估，并以 12% 的优势超越现有最优检测率，在上述数据集上分别取得了 81.06%、94.2% 和 82.35% 的新 SOTA 平均检测率。为推动多运动分割的进一步研究与系统评估，我们提出并开源了一个名为 MOD++ 的新数据集/基准，其包含具有挑战性的序列，并按相机与物体运动、速度大小、方向及旋转速度进行了广泛的数据分层。
引用
@article{arxiv.2006.06158,
title = {0-MMS: Zero-Shot Multi-Motion Segmentation With A Monocular Event Camera},
author = {Chethan M. Parameshwara and Nitin J. Sanket and Chahat Deep Singh and Cornelia Fermüller and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2006.06158},
year = {2020}
}
备注
7 pages, 6 figures, 4 tables, Under review ICRA 2021