ABMOF：一种用于动态视觉传感器的新型光流算法
计算机视觉与模式识别
2018-05-11 v1
摘要
动态视觉传感器（DVS）输出异步的对数强度变化事件，在高速度机器人、自动驾驶汽车和无人机方面具有潜在应用。事件的精确时序、稀疏输出和宽动态范围非常适于光流，但传统的光流（OF）算法与事件流数据并不契合。本文提出一种称为自适应块匹配光流（ABMOF）的事件驱动 OF 算法。ABMOF 使用累积 DVS 事件的时间切片。这些时间切片基于输入事件和 OF 结果进行自适应旋转。与基于梯度的 OF 等其他方法相比，ABMOF 可有效在紧凑逻辑电路中实现。结果表明 ABMOF 达到了与 Lucas-Kanade（LK）等传统标准相当的精度。本文的主要贡献是新的自适应时间切片旋转方法，确保生成的切片具有足够的匹配特征，包括一种反馈机制，控制生成的切片使平均切片位移处于块搜索范围内。我们还实现了使用所适配切片的 LK 方法。ABMOF 的精度在包含稀疏与稠密纹理、高动态范围和超过每秒 30,000 像素快速运动的自然场景数据上与该方法进行比较。论文数据集与源代码可从 http://sensors.ini.uzh.ch/databases.html 获取。
引用
@article{arxiv.1805.03988,
title = {ABMOF: A Novel Optical Flow Algorithm for Dynamic Vision Sensors},
author = {Min Liu and Tobi Delbruck},
journal= {arXiv preprint arXiv:1805.03988},
year = {2018}
}
备注
11 pages, 10 figures, Video of result: https://youtu.be/Ss-MciioqTk