Un-EVIMO：基于事件的无监督独立运动分割
计算机视觉与模式识别
2025-08-13 v2
摘要
事件相机是一种受生物启发的新型视觉传感器，以其高时间分辨率、高动态范围和低功耗而著称。基于这些特性，它们非常适合处理需要快速反应的快速运动。尽管事件相机近期在无监督光流估计中展现出有竞争力的性能，但在检测独立运动物体（IMOs）方面仍落后于其他方案，尽管基于事件的方法凭借其低延迟与高动态范围特性本应适用于该任务。此前基于事件的 IMO 分割方法严重依赖标注数据。然而，生物视觉系统已通过日常任务发展出避开运动物体的能力，而无需显式标签。本工作中，我们提出首个利用几何约束生成 IMO 伪标签的事件框架。由于其无监督特性，我们的方法可处理任意数量且未预先确定的物体，并易于扩展到难以获取昂贵 IMO 标签的数据集。我们在 EVIMO 数据集上评估我们的方法，并表明其在定量与定性上均与有监督方法具有竞争力。
引用
@article{arxiv.2312.00114,
title = {Un-EVIMO: Unsupervised Event-Based Independent Motion Segmentation},
author = {Ziyun Wang and Jinyuan Guo and Kostas Daniilidis},
journal= {arXiv preprint arXiv:2312.00114},
year = {2025}
}