用于视觉里程计的 PCA 事件光流
计算机视觉与模式识别
2021-05-18 v2
摘要
随着神经形态视觉传感器（如基于事件的相机）的出现，大多数计算机视觉算法都需要范式转变。在这些算法中，光流估计因与神经形态视觉方法相关联而成为该过程的主要候选。光流因其丰富性和准确性在机器人应用中被广泛使用。我们提出一种主成分分析（PCA）方法来解决基于事件的光流估计问题。在该方法中，我们考察了不同的正则化方法，它们有效增强了光流的估计。我们表明，我们提出的方法中专注于视觉里程计实时场景的最佳变体，相比最先进实现约快两倍，同时显著提高了光流精度。
引用
@article{arxiv.2105.03760,
title = {PCA Event-Based Optical Flow for Visual Odometry},
author = {Mahmoud Z. Khairallah and Fabien Bonardi and David Roussel and Samia Bouchafa},
journal= {arXiv preprint arXiv:2105.03760},
year = {2021}
}
备注
9 pages, 8 figures, not published yet