基于事件寿命的 DAVIS 相机异步角点跟踪算法
计算机视觉与模式识别
2020-10-30 v1
摘要
事件相机，即动态有源像素视觉传感器（DAVIS），捕获场景中的强度变化并以异步方式生成事件流。此类相机在高动态环境中的输出率可达每秒 1000 万个事件。DAVIS 相机采用模仿人眼的新颖视觉传感器，其高输出率、高动态范围（HDR）与高像素带宽等诱人特性，使其成为需要高频跟踪应用的理想方案。此外，在挑战性光照场景中运行的应用可利用事件相机的高 HDR（即 140 dB，而传统相机为 60 dB）。本文提出一种利用 DAVIS 相机所捕获事件与强度图像的新型异步角点跟踪方法。Harris 算法用于从关键帧（即强度图像）中提取特征，即帧角点；随后使用匹配算法从事件流中提取事件角点。仅使用事件执行异步跟踪，直至捕获下一关键帧。在事件角点周围 5x5 像素窗口内的邻域事件，通过随机 Hough 变换算法拟合二维平面，用于计算所提取事件角点的速度与方向。实验评估表明，我们的方法能够在传统相机的盲时间（即两幅连续强度图像之间）内将所提取角点的位置更新多达 100 次。
引用
@article{arxiv.2010.15510,
title = {Asynchronous Corner Tracking Algorithm based on Lifetime of Events for DAVIS Cameras},
author = {Sherif A. S. Mohamed and Jawad N. Yasin and Mohammad-Hashem Haghbayan and Antonio Miele and Jukka Heikkonen and Hannu Tenhunen and Juha Plosila},
journal= {arXiv preprint arXiv:2010.15510},
year = {2020}
}
备注
Accepted to 15th International Symposium on Visual Computing (ISVC2020)