基于图像与事件融合的自运动估计
计算机视觉与模式识别
2022-07-13 v1 图像与视频处理
摘要
事件相机是一种受生物启发、输出事件流的新颖视觉传感器。本文提出一种名为 EAS 的新型数据融合算法，将传统强度图像与事件流进行融合。融合结果被应用于若干自运动估计框架，并在暗光场景下获取的公开数据集上进行评估。在我们的 3 自由度旋转估计框架中，EAS 在强度图像以及事件切片、TS 和 SITS 等事件表示方法中取得了最高的估计精度。与原始图像相比，EAS 借助引入更多可跟踪特征，将平均 APE 降低了 69%。结果表明，我们的算法有效利用了事件相机的高动态范围，在困难光照条件下基于光流跟踪的自运动估计框架性能得到提升。
引用
@article{arxiv.2207.05588,
title = {Ego-motion Estimation Based on Fusion of Images and Events},
author = {Liren Yang},
journal= {arXiv preprint arXiv:2207.05588},
year = {2022}
}