EBSnoR：基于事件的雪去除通过最优驻留时间阈值化
计算机视觉与模式识别
2022-08-24 v1 图像与视频处理
摘要
我们提出一种称为 EBSnoR 的基于事件的雪去除算法。我们开发了一种利用基于事件的相机数据测量雪花在像素上驻留时间的技术，该技术用于执行 Neyman-Pearson 假设检验，以将事件流划分为雪花事件与背景事件。所提 EBSnoR 的有效性在一个称为 UDayton22EBSnow 的新数据集上得到验证，该数据集由一辆驶过雪地的汽车上朝前的基于事件的相机采集，并带有围绕周围车辆的人工标注边界框。在定性上，EBSnoR 正确识别对应于雪花的事件；在定量上，经 EBSnoR 预处理的事件数据提升了基于事件的车辆检测算法的性能。
引用
@article{arxiv.2208.10581,
title = {EBSnoR: Event-Based Snow Removal by Optimal Dwell Time Thresholding},
author = {Abigail Wolf and Shannon Brooks-Lehnert and Keigo Hirakawa},
journal= {arXiv preprint arXiv:2208.10581},
year = {2022}
}