N-ImageNet：面向事件相机鲁棒细粒度物体识别的数据集
计算机视觉与模式识别
2022-03-29 v2
摘要
我们介绍了 N-ImageNet，一个面向事件相机鲁棒细粒度物体识别的大规模数据集。该数据集使用可编程硬件采集，其中事件相机围绕显示 ImageNet 图像的显示器持续运动。由于其大量的类别和样本，N-ImageNet 作为基于事件的物体识别的一项具有挑战性的基准。我们通过实验表明，在 N-ImageNet 上预训练可提升基于事件的分类器性能，并帮助它们以少量标注数据学习。此外，我们提出了 N-ImageNet 的若干变体，以测试基于事件的分类器在不同相机轨迹和严苛光照条件下的鲁棒性，并提出了一种新颖的事件表示来缓解性能退化。据我们所知，我们首次定量研究了各种环境条件对基于事件的物体识别算法所造成的影响。N-ImageNet 及其变体有望指导基于事件的物体识别算法在真实世界中的实际部署。
引用
@article{arxiv.2112.01041,
title = {N-ImageNet: Towards Robust, Fine-Grained Object Recognition with Event Cameras},
author = {Junho Kim and Jaehyeok Bae and Gangin Park and Dongsu Zhang and Young Min Kim},
journal= {arXiv preprint arXiv:2112.01041},
year = {2022}
}
备注
Accepted to ICCV 2021