基于联合分布训练的事件相机感知器通用性与自适应感知
计算机视觉与模式识别
2026-02-27 v1
摘要
受生物仿生事件相机启发，近年来因其异步和低延迟特性而受到广泛关注。这些特性提供了高动态范围并显著减少运动模糊。然而，由于其输出信号的新颖性质，现有数据可变性不足，缺乏对描述其信号参数的广泛分析。本文通过深入了解内在参数如何影响基于事件数据训练的模型性能（具体针对目标检测任务），来解决上述问题。我们进一步利用研究结果扩展下游模型的能力，以实现感知器不可辨识性鲁棒性。
引用
@article{arxiv.2602.23357,
title = {Sensor Generalization for Adaptive Sensing in Event-based Object Detection via Joint Distribution Training},
author = {Aheli Saha and René Schuster and Didier Stricker},
journal= {arXiv preprint arXiv:2602.23357},
year = {2026}
}
备注
12 pages, International Conference on Pattern Recognition Applications and Methods