SE-Harris与eSUSAN：基于事件的异步角点检测及百万像素分辨率CeleX-V相机应用
计算机视觉与模式识别
2021-05-04 v1
摘要
事件相机是新型神经形态视觉传感器，具有微秒量级的超高时间分辨率和低延迟。事件相机不输出图像帧，而是生成带有精确时间戳的逐像素强度变化的异步事件流。由此产生的稀疏数据结构阻碍了将许多传统计算机视觉技术应用于事件流，应设计特定算法以利用事件相机提供的信息。我们受传统SUSAN(最小单值段同化核)角点检测算法启发，提出一种角点检测算法eSUSAN。所提eSUSAN基于跨时间戳的相似性从圆形核中提取单值段同化核，并通过核区内像素数量区分角点事件。此外，eSUSAN速度足够快，可应用于目前分辨率最高的事件相机CeleX-V。基于eSUSAN，我们还提出SE-Harris角点检测器，其使用基于指数衰减的自适应归一化快速构建活动事件的局部曲面，并利用基于事件的Harris检测器细化eSUSAN识别的角点。我们在公开数据集与CeleX-V数据上评估了所提算法。eSUSAN与SE-Harris在保持高准确率与跟踪性能的同时，表现出优于现有算法的实时性能。
引用
@article{arxiv.2105.00480,
title = {SE-Harris and eSUSAN: Asynchronous Event-Based Corner Detection Using Megapixel Resolution CeleX-V Camera},
author = {Jinjian Li and Chuandong Guo and Li Su and Xiangyu Wang and Quan Hu},
journal= {arXiv preprint arXiv:2105.00480},
year = {2021}
}
备注
10 pages, 8 figures