水下神经形态光流
计算机视觉与模式识别
2026-05-14 v2 图像与视频处理
摘要
水下环境对传统成像系统提出了严苛的约束，要求在高质量感知与严格资源效率之间找到平衡方案。虽然新兴的事件相机提供了有前景的替代方案，但其在水下场景中的潜力仍鲜有探索。本文从神经形态视觉的角度出发，首次探究用于敏捷水下感知的运动场。基于脉冲神经网络，我们引入了一个自监督框架，用于从非同步事件流中估计每个像素的光流，巧妙地绕过了水下数据稀缺的长期瓶颈。广泛的评估表明，我们的方法在保持竞争性的视觉和量化结果方面优于领先技术，同时具有更佳的计算效率。通过连接神经形态感知与水下智能，本工作为轻量级、实时且低成本的水下边缘平台感知开辟了新领域。
引用
@article{arxiv.2605.07653,
title = {Aquatic Neuromorphic Optical Flow},
author = {Pei Zhang and Yunkai Liang and Kaiqiang Wang},
journal= {arXiv preprint arXiv:2605.07653},
year = {2026}
}
备注
This work is under review. Project page: https://github.com/pz-even/event_underwater_optical_flow