两篇新研究论文提出了使用事件相机估计光流的新颖方法。LC-Flow 引入了一种循环神经网络，通过累积事件数据来保持时间连续性，解决了基于帧和无状态方法的局限性。第二篇论文《From Contrast to Consistency》提出了一个混合监督框架，强调时空结构一致性和轨迹连续性，克服了有限的真实数据带来的挑战，并提高了运动连贯性。 AI
影响 这些论文推动了事件视觉技术的前沿发展，有望改进机器人和自主系统的实时运动分析。
排序理由 两篇在 arXiv 上发表的学术论文，提出了使用事件相机进行光流估计的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.24604v1 Announce Type: new Abstract: Event cameras capture brightness changes asynchronously with microsecond resolution, yet existing optical flow methods fail to fully exploit this temporal continuity. Frame-based approaches impose artificial accumulation latency and…
arXiv:2605.25570v1 Announce Type: new Abstract: Estimating continuous optical flow is a fundamental yet challenging problem in dynamic visual perception. Event-based cameras, with microsecond latency and high dynamic range, capture brightness changes asynchronously, offering a un…