BlinkVision：基于 RGB 图像与事件的 光流、场景流及点跟踪估计基准
计算机视觉与模式识别
2025-02-11 v2
摘要
事件视觉领域的最新进展表明，这类系统通过提供无帧率限制的连续观测和高动态范围，可作为传统相机的补充，使其非常适合光流和点跟踪等对应任务。然而，目前仍然缺乏同时包含事件数据和图像的对应任务综合基准。为了填补这一空白，我们提出了 BlinkVision，一个具有多模态和密集对应标注的大规模多样化基准。BlinkVision 提供了几个有价值的特性：1) 丰富的模态：它同时包含事件数据和 RGB 图像。2) 广泛的标注：它提供覆盖光流、场景流和点跟踪的密集逐像素标注。3) 大词汇量：它包含 410 个日常类别，与 LVIS 和 ShapeNet 等流行的 2D 和 3D 数据集共享公共类。4) 逼真性：它提供照片级真实感数据，并涵盖各种自然因素，如相机抖动和变形。BlinkVision 能够对基于图像和基于事件的方法在三类对应任务（光流、点跟踪和场景流估计）上进行广泛基准测试，为未来研究提供新的观察、实践和见解。基准网站为 https://www.blinkvision.net/。
引用
@article{arxiv.2410.20451,
title = {BlinkVision: A Benchmark for Optical Flow, Scene Flow and Point Tracking Estimation using RGB Frames and Events},
author = {Yijin Li and Yichen Shen and Zhaoyang Huang and Shuo Chen and Weikang Bian and Xiaoyu Shi and Fu-Yun Wang and Keqiang Sun and Hujun Bao and Zhaopeng Cui and Guofeng Zhang and Hongsheng Li},
journal= {arXiv preprint arXiv:2410.20451},
year = {2025}
}
备注
Accepted to ECCV 2024. Project Page: https://zju3dv.github.io/blinkvision