面向无人机实时感知的基于事件流的快速强度重建方案
计算机视觉与模式识别
2025-08-05 v1 机器人学
摘要
事件相机具有显著优势，包括宽动态范围、高时间分辨率以及对运动模糊的免疫力，使其在应对挑战性视觉条件方面极具前景。从异步事件流中提取并利用有效信息对于事件相机的机载实现至关重要。在本文中，我们提出了一种精简的基于事件流的强度重建方案，即基于事件的单一积分（ESI），以解决此类实现挑战。该方法保证了传统基于帧的视觉方法向基于事件场景的可移植性，并保持了事件相机的固有优势。ESI 方法通过对事件流进行单一积分并结合增强的衰减算法来重建强度图像。该方法能够实现高帧率（通常为 100 FPS）的实时强度重建。此外，ESI 相对较低的计算负荷非常适合机载实现，例如在基于无人机的视觉跟踪场景中。我们进行了大量实验以评估 ESI 与最先进算法的性能对比。与最先进算法相比，ESI 展现出显著的运行时效率提升、优越的重建质量和高帧率。因此，ESI 在视觉对抗环境下显著增强了无人机机载感知。在飞行测试中，ESI 在极低照度条件（2-10lux）下展现了有效的无人机机载视觉跟踪性能，而其他对比算法则因帧率不足、图像质量差或实时性能有限而失败。
引用
@article{arxiv.2508.02238,
title = {An Event-based Fast Intensity Reconstruction Scheme for UAV Real-time Perception},
author = {Xin Dong and Yiwei Zhang and Yangjie Cui and Jinwu Xiang and Daochun Li and Zhan Tu},
journal= {arXiv preprint arXiv:2508.02238},
year = {2025}
}
备注
A supplementary video is available at https://youtu.be/tLzXjXVRkVg