中文

一种缓解对比最大化框架中事件崩溃的快速几何正则化器

计算机视觉与模式识别 2024-03-05 v1 机器人学 微分几何

摘要

事件相机是新兴的视觉传感器,其优势适用于自主机器人等多种应用。对比最大化(CMax)在利用事件进行运动估计方面提供了最先进的精度,但可能遭受称为事件崩溃的过拟合问题。已有工作在计算上代价高昂或无法缓解该过拟合,削弱了CMax框架的优势。我们提出一种基于几何原理的、计算高效的新正则化器以缓解事件崩溃。实验表明,所提正则化器取得了最先进的精度结果,而其降低的计算复杂度使其比先前方法快两到四倍。据我们所知,我们的正则化器是唯一不牺牲运行时间就能有效解决事件崩溃的方案。我们希望我们的工作为未来释放事件相机优势的应用打开大门。

关键词

引用

@article{arxiv.2212.07350,
  title  = {A Fast Geometric Regularizer to Mitigate Event Collapse in the Contrast Maximization Framework},
  author = {Shintaro Shiba and Yoshimitsu Aoki and Guillermo Gallego},
  journal= {arXiv preprint arXiv:2212.07350},
  year   = {2024}
}

备注

10 pages, 7 figures, 4 tables. Project page: https://github.com/tub-rip/event collapse