聚焦即所需：基于事件视觉的损失函数

事件相机是新型视觉传感器，其输出像素级亮度变化（“事件”）而非传统视频帧。这些异步传感器相比传统相机具有若干优势，例如高时间分辨率、极高动态范围以及无运动模糊。为释放此类传感器的潜力，近期提出了运动补偿方法。我们提出并分类了二十二种目标函数，用于分析运动补偿方法中的事件对齐（图1）。我们称之为聚焦损失函数（Focus Loss Functions），因为它们与传统形状从聚焦（shape-from-focus）应用中使用的函数有紧密关联。所提出的损失函数使得成熟的计算机视觉工具能够引入事件相机领域。我们在公开可用数据集上比较了所有损失函数的精度与运行时间性能，并得出结论：方差、梯度和拉普拉斯幅值是最佳损失函数之一。损失函数的适用性在多个任务上得到展示：旋转运动、深度与光流估计。所提出的聚焦损失函数有助于释放事件相机的卓越特性。