用于三维感知的立体混合事件-帧（SHEF）相机
计算机视觉与模式识别
2022-05-12 v2
摘要
立体相机系统在机器人应用中对感知三维世界起着重要作用。然而，传统相机由于底层的基于帧的机制存在低动态范围、运动模糊和延迟等缺陷。事件相机解决了这些限制，因为它们以精细的时间分辨率独立报告每个像素的亮度变化，但无法直接获取绝对强度信息。尽管已有集成的混合事件-帧传感器（如 DAVIS），但此类相机在电路制造中的像素级耦合损害了数据质量。本文提出一种立体混合事件-帧（SHEF）相机系统，其提供一种由独立的高质量纯事件相机和纯帧相机组成的传感器模态，克服了每种独立传感器的局限性，并支持立体深度估计。我们提供了一个面向评估视差估计算法的 SHEF 数据集，并提出了一种立体视差估计算法，该算法利用从事件流中提取的与帧数据中检测到的边缘相关的边缘信息。我们的视差估计在 SHEF 数据集上优于最先进的立体匹配算法。
引用
@article{arxiv.2110.04988,
title = {Stereo Hybrid Event-Frame (SHEF) Cameras for 3D Perception},
author = {Ziwei Wang and Liyuan Pan and Yonhon Ng and Zheyu Zhuang and Robert Mahony},
journal= {arXiv preprint arXiv:2110.04988},
year = {2022}
}
备注
10 pages, 6 figures, accepted for presentation at International Conference on Intelligent Robots and Systems (IROS), 2021