中文

对比最大化框架中的事件坍缩

计算机视觉与模式识别 2024-03-05 v2 机器人学 微分几何

摘要

对比最大化(CMax)是一种在多项基于事件的计算机视觉任务(如自运动或光流估计)上提供最先进结果的框架。然而,它可能遭受一种称为事件坍缩的问题,这是一种不期望的解,其中事件被扭曲到过少的像素中。由于先前的工作大多忽略该问题或提出变通方法,详细分析这一现象势在必行。我们的工作以最简单的形式展示了事件坍缩,并基于微分几何和物理的时空变形第一性原理提出了坍缩度量。我们在公开可用数据集上的实验表明,所提出的度量缓解了事件坍缩且不会损害适定扭曲。据我们所知,在所考虑的实验设置中,基于所提度量的正则化器与其他方法相比是唯一针对事件坍缩的有效解决方案。我们希望本工作能启发进一步研究以解决更复杂的扭曲模型。

关键词

引用

@article{arxiv.2207.04007,
  title  = {Event Collapse in Contrast Maximization Frameworks},
  author = {Shintaro Shiba and Yoshimitsu Aoki and Guillermo Gallego},
  journal= {arXiv preprint arXiv:2207.04007},
  year   = {2024}
}

备注

19 pages, 8 figures, 3 tables