PulseAugur
中
实时 10:31:34
English(EN) Un-EVIMO: Unsupervised Event-Based Independent Motion Segmentation

发布无监督事件驱动运动分割框架

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的无监督框架，用于使用事件相机分割独立运动对象（IMO）。这种名为 Un-EVIMO 的新方法通过几何约束生成伪标签，无需昂贵的预标记数据集。该方法旨在处理任意数量的对象，并且能够很好地扩展到缺乏运动标签的数据集。在 EVIMO 数据集上的评估表明，Un-EVIMO 的性能与现有的监督方法相当。 AI

影响 这种无监督方法可以降低事件相机运动分割模型的训练成本和复杂性。

排序理由 这是一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

发布无监督事件驱动运动分割框架

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Ziyun Wang, Jinyuan Guo, Kostas Daniilidis ·

    Un-EVIMO：无监督事件驱动的独立运动分割

    arXiv:2312.00114v3 Announce Type: replace Abstract: Event cameras are a novel type of biologically inspired vision sensor known for their high temporal resolution, high dynamic range, and low power consumption. Because of these properties, they are well-suited for processing fast…

相关话题