梯度事件：事件相机获取视觉信息的改进方法

当前事件相机是一种受生物启发的传感器，对场景中的亮度变化以异步方式作出响应，且每个像素独立工作，将这些变化传输为三元事件流。与传统数字相机相比，事件相机具有显著更高的时域分辨率和像素带宽，从而减少运动模糊，并具有非常高的动态范围。然而，它也带来了一些挑战，例如难以将现有的计算机视觉算法应用于事件流输出，以及在振荡光源存在时产生大量无信息事件。我们提出了一种新型事件——梯度事件，其具有与传统亮度事件相同的优势，但由于设计上对振荡光源更不敏感，能够实现显著更好的灰度帧重建。我们展示了基于梯度事件的视频重建方法在公开可用的事件到视频数据集上的表现，显著优于现有基于亮度事件的方法。我们的结果表明，梯度信息如何用于显著改善事件相机获取视觉信息。