CARLAs动态视觉传感器真实性研究：交通目标检测中的仿真-现实鸿沟分析
计算机视觉与模式识别
2025-06-17 v1
摘要
由于低延迟、高时序分辨率和能效，事件相机正逐渐被用于交通监控应用，特别适合实时目标检测。然而，受限于标注真实数据集的稀缺，开发鲁健基于事件的检测模型受阻。为此，已开发多款仿真工具生成合成事件数据，其中CARLA驾驶模拟器内置的动态视觉传感器（DVS）模块可模拟事件相机输出。尽管具备潜力，但事件检测的仿真-现实鸿沟尚未得到充分研究。本文系统评估了这一鸿沟，通过仅使用CARLA DVS生成的合成数据训练循环视觉Transformer模型，并在不同组合的合成与真实事件流上进行测试。实验表明，仅用合成数据训练的模型在合成数据占比高的测试集表现良好，但随着真实数据比例增加，性能显著下降；而使用真实数据训练的模型在跨域迁移中表现更稳健。本研究首次对CARLA DVS在事件检测中仿真-现实鸿沟进行可量化分析。我们的发现揭示了当前DVS仿真保真度的局限，凸显了神经器官视觉在交通监控中需要改进域适应技术的需求。
引用
@article{arxiv.2506.13722,
title = {How Real is CARLAs Dynamic Vision Sensor? A Study on the Sim-to-Real Gap in Traffic Object Detection},
author = {Kaiyuan Tan and Pavan Kumar B N and Bharatesh Chakravarthi},
journal= {arXiv preprint arXiv:2506.13722},
year = {2025}
}