CodedEvents：面向事件相机3D跟踪的最优点扩散函数工程
计算机视觉与模式识别
2024-06-14 v1 图像与视频处理
摘要
点扩散函数（Point-spread-function, PSF）工程是一种已为人知的计算成像技术，利用相位掩模和其他光学元件将额外信息（例如深度）嵌入到由传统CMOS图像传感器捕获的图像中。到目前为止，然而，尚未将PSF工程应用于神经式事件相机；这是一种响应光强度对数变化的强大新型图像感知技术。本文建立了使用PSF工程化的事件相机进行3D点定位和跟踪的理论极限（Cramér-Rao下界）。借助这些下界，我们首先展示，现有的Fisher相位掩模已经接近静态闪烁点源（例如闪烁的荧光分子）的局部化最优。随后，我们展示现有设计在跟踪移动点源时并非最优，并据此利用我们的理论设计最优相位掩模和二值�幅掩模以适用于此任务。为克服设计问题的非凸性，我们利用基于隐式神经表征的参数化方法对相位和�幅掩模进行建模。我们通过大量仿真展示了设计的有效性。我们还用一个简单的原型验证了我们的方法。
引用
@article{arxiv.2406.09409,
title = {CodedEvents: Optimal Point-Spread-Function Engineering for 3D-Tracking with Event Cameras},
author = {Sachin Shah and Matthew Albert Chan and Haoming Cai and Jingxi Chen and Sakshum Kulshrestha and Chahat Deep Singh and Yiannis Aloimonos and Christopher Metzler},
journal= {arXiv preprint arXiv:2406.09409},
year = {2024}
}