RGB-D-E:面向快速6自由度目标跟踪的事件相机标定
计算机视觉与模式识别
2020-08-07 v2
摘要
增强现实设备需要多种传感器来执行定位与跟踪等任务。当前主流相机多为基于帧的(如RGB和深度相机),其数据带宽和功耗较高。由于对低功耗和更高响应性增强现实系统的需求,仅使用基于帧的传感器对需要来自环境的高频数据的各类算法构成了限制。因此,事件相机因其低功耗、低带宽、低延迟以及极高的数据采集频率能力而日益流行。本文首次提出使用事件相机来提高6自由度三维目标跟踪的速度。该应用需要处理极高的物体速度以呈现引人入胜的AR体验。为此,我们提出了一种新系统,将最新的RGB-D传感器(Kinect Azure)与事件相机(DAVIS346)相结合。我们开发了一种深度学习方法,以级联方式将已有的RGB-D网络与新颖的基于事件的网络相结合,并证明我们的方法利用RGB-D-E流水线显著提升了最先进的基于帧的6自由度目标跟踪器的鲁棒性。
引用
@article{arxiv.2006.05011,
title = {RGB-D-E: Event Camera Calibration for Fast 6-DOF Object Tracking},
author = {Etienne Dubeau and Mathieu Garon and Benoit Debaque and Raoul de Charette and Jean-François Lalonde},
journal= {arXiv preprint arXiv:2006.05011},
year = {2020}
}
备注
9 pages, 9 figures