基于事件的特征选择与跟踪：速度与被生成轮廓的交织估计
计算机视觉与模式识别
2018-11-20 v1
摘要
本文提出一种基于事件的新方法，用于从事件相机输出中检测与跟踪特征。与计算机视觉界许多跟踪算法不同，该过程不针对角点等特定预定义形状。它依赖于对速度矢量的双重交织迭代连续——纯基于事件——估计，以及对生成特征轮廓的贝叶斯描述。通过沿为每个到来事件更新的估计速度进行投影，可在迭代更新速度矢量估计的同时，识别并确定被跟踪特征的空间位置与生成轮廓。我们在多种环境下展示了结果，考虑了被跟踪特征在亮度、速度、性质和尺寸上的大幅变化。使用速度而非位置可实现更快的反馈，从而允许非常快的收敛速率。
引用
@article{arxiv.1811.07839,
title = {Event-Based Features Selection and Tracking from Intertwined Estimation of Velocity and Generative Contours},
author = {Laurent Dardelet and Sio-Hoi Ieng and Ryad Benosman},
journal= {arXiv preprint arXiv:1811.07839},
year = {2018}
}
备注
9 pages, 6 figures, 2 algorithms, 1 table