Event camera
PulseAugur coverage of Event camera — every cluster mentioning Event camera across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的PLS-Calib框架改进了机器人传感器标定
研究人员开发了PLS-Calib，一个用于事件相机和里程计系统标定的新框架，特别适用于运动能力有限的机器人。该方法利用偏最小二乘（PLS）回归来解决数值不稳定性问题，并与现有的典型相关分析（CCA）技术相比提高了精度。该框架引入了极性感知事件表示以增强模式检测，并为旋转标定提供了一个稳定、闭式解，通过大量实验进行了验证。
-
新型等变滤波器增强事件相机图像跟踪性能
研究人员开发了一种用于高性能事件相机图像跟踪的新型等变滤波器设计。该设计利用异步事件斑块（AEB）跟踪器从事件流中提取特征位置测量，并利用等变滤波器基于特殊欧几里得群对称性计算仿射图像平移和旋转。该滤波器包括一种新颖的等效测量更新步骤，用于去相关时间上相关的测量，从而能够平滑跟踪速度高达每秒 7000 像素的移动特征。
-
新的事件驱动系统可实时精确测量球的旋转
研究人员开发了一种事件驱动的主动视觉系统，旨在精确地实时测量各种专业运动中球的旋转。该系统利用事件相机实现高时间分辨率，使用检流计镜实现连续跟踪，并采用可调焦长焦镜头增强细节。离线方法 s-CMax 在静态球体上达到了最先进的精度，而一种低延迟的在线方法则采用了卷积神经网络和 GPU 加速，已在专业乒乓球比赛等实时应用中得到验证。
-
新基准利用事件相机解决运动中的无人机检测问题
研究人员推出了 M$^2$E-UAV，这是一个新的基准和分析框架，旨在解决使用机载事件相机检测小型无人机的挑战，特别是在复杂的运动中运动场景下。该设置解决了观察者和目标同时移动时出现的困难，导致背景杂波遮挡无人机。该基准包含一个大型数据集，在各种环境条件下拥有超过 87,000 个训练样本和近 22,000 个验证样本。使用基于点的事件模型 M$^2$E-Point 的初步分析显示出有希望的结果，达到了很高的 F1 分数，尽管基于惯性…