面向事件相机的异步空间图像卷积
计算机视觉与模式识别
2019-02-11 v3
摘要
空间卷积可以说是最基本的二维图像处理操作。传统的空间图像卷积只能应用于常规图像，即与单一时刻相关联的像素值数组（或类似图像表示）。事件相机具有串行、异步的输出，没有自然的图像帧概念，且每个事件带有不同的时间戳到达。在本文中，我们提出一种方法来计算线性空间核与事件相机输出的卷积。该方法直接作用于相机的事件流输出，而无需像文献中常见的那样合成伪图像帧。关键思想是引入一种内部状态，直接编码卷积后的图像信息，并随着相机每个事件的到达而异步更新。该状态可按需随时读取，以供实时机器人系统的高级视觉算法使用。我们展示了该方法在角点检测中的应用，给出了一种 Harris 角点响应“状态”的实现，可用于机器人系统的实时特征检测与跟踪。
引用
@article{arxiv.1812.00438,
title = {Asynchronous Spatial Image Convolutions for Event Cameras},
author = {Cedric Scheerlinck and Nick Barnes and Robert Mahony},
journal= {arXiv preprint arXiv:1812.00438},
year = {2019}
}