English(EN) GeoIMO: Geometry-Driven Independent Motion Classification for Event Cameras

GeoIMO框架利用几何学对事件相机中的独立运动进行分类

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-23 12:30

研究人员开发了GeoIMO，一个新颖的框架，用于在事件相机数据中对独立运动进行分类，而无需手动标注。这种几何驱动的方法利用事件流中的自身运动结构来区分静态对象和具有独立运动的对象。通过估计全局背景运动并识别偏差，GeoIMO提供了一种无学习方法，在基准数据集的各种驾驶场景中表现出一致的性能。 AI

影响这种无需标注的方法可以简化自动驾驶汽车运动感知系统的开发。

排序理由该集群包含一篇详细介绍计算机视觉新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Anil Bayram Gogebakan, Filippo Marostica, Alessio Caviglia, Alessandro Savino, Stefano Di Carlo · 2026-06-24 04:00

GeoIMO：面向事件相机的几何驱动独立运动分类

arXiv:2606.24499v1 Announce Type: new Abstract: Existing automotive event datasets rely on appearance-based annotations from frame pipelines, making them poorly suited for motion-aware event perception. We present a geometry-driven, annotation-free framework that classifies detec…
arXiv cs.CV TIER_1 English(EN) · Stefano Di Carlo · 2026-06-23 12:30

GeoIMO：面向事件相机的几何驱动独立运动分类

Existing automotive event datasets rely on appearance-based annotations from frame pipelines, making them poorly suited for motion-aware event perception. We present a geometry-driven, annotation-free framework that classifies detected objects as static or independently moving by…