研究人员为前馈目标检测系统开发了新的事件表示，旨在提高自主系统中的感知能力。该方法使用对数B样条时间编码和几何感知局部置信度机制，将时间信息直接编码到事件表示中。所提出的方法与EventCenterNet检测器结合使用时，在PEDRo和Gen1数据集上的性能优于现有的CSTR表示，为事件驱动的目标检测提供了比循环架构更高效的替代方案。 AI
影响 这项研究可能为自主应用带来更高效、性能更佳的目标检测系统。
排序理由 该集群描述了一篇关于目标检测新颖事件表示的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Autonomous systems require robust low-latency perception under rapidly changing scene dynamics and challenging illumination. In event cameras object detection commonly relies on recurrent architectures to accumulate sparse temporal information over time. This work investigates ho…
arXiv:2609.05049v1 Announce Type: new Abstract: Autonomous systems require robust low-latency perception under rapidly changing scene dynamics and challenging illumination. In event cameras object detection commonly relies on recurrent architectures to accumulate sparse temporal …