Raw2Event：将原始帧相机转换为事件相机
摘要
事件相机具有高时间分辨率、低延迟和高动态范围等独特优势，使其在挑战性光照条件下的视觉任务中越来越受欢迎。然而，其高成本、有限的分辨率以及缺乏自动对焦等功能阻碍了它们的广泛采用，特别是在早期开发和原型设计阶段。在本工作中，我们提出了 Raw2Event，一个完整的软硬件系统，能够从低成本的原始帧相机生成实时事件。通过直接访问原始 Bayer 数据并绕过传统图像信号处理器（ISP），我们的系统能够利用相机硬件的全部潜力，提供比基于 RGB 的帧到事件转换器更高的动态范围、更高的分辨率和更忠实的输出。基于 DVS-Voltmeter 模型，Raw2Event 具有一个可配置的仿真框架，并针对嵌入式平台上的部署进行了优化。我们进一步设计了一个数据采集流水线，支持原始、RGB 和事件流的同步记录，促进了下游评估和数据集创建。实验结果表明，Raw2Event 能够生成与真实事件相机高度相似的事件流，同时受益于更高的分辨率和自动对焦功能。该系统还支持用户直观的参数调整，能够灵活适应各种应用需求。最后，我们将系统部署在 Raspberry Pi 上进行实时操作，为事件视觉研究和早期系统开发提供了可扩展且具有成本效益的解决方案。代码在线提供：https://anonymous.4open.science/r/raw2event-BFF2/README.md。
引用
@article{arxiv.2509.06767,
title = {Raw2Event: Converting Raw Frame Camera into Event Camera},
author = {Zijie Ning and Enmin Lin and Sudarshan R. Iyengar and Patrick Vandewalle},
journal= {arXiv preprint arXiv:2509.06767},
year = {2025}
}
备注
Submitted to IEEE Transactions on Robotics (Special Section on Event-based Vision for Robotics), under review. This version is submitted for peer review and may be updated upon acceptance