研究人员开发了PIE-PS,一个用于从事件相机数据重建表面法线的新颖框架。该方法利用物理辐照度事件(PIEs),这些事件源自像素处的相邻事件及其相关的光方向。PIE-PS框架利用图神经网络(PIE-GNN)来编码这些PIEs,并结合了可靠性分级注意力机制来降低不可靠数据的权重,最终生成密集的法线重建。实验表明,PIE-PS在事件驱动的光度立体视觉技术和直接求解器基线方面均优于现有方法。 AI
影响 引入了一种使用事件相机数据进行密集表面法线重建的新方法,有望改进机器人和3D建模中的应用。
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。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Physical Irradiance Event Feature
- Physical Irradiance Events
- PIE-GNN
- PIE-PS
- Reliability-Grading Attention
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →