实体
TUM-VIE
TUM-VIE
PulseAugur coverage of TUM-VIE — every cluster mentioning TUM-VIE across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
E-S2Feat框架增强事件基局部特征检测
研究人员开发了E-S2Feat，一个新颖的脉冲神经网络框架，专为事件基局部特征检测和描述而设计。该方法通过使用脉冲激活机制实现节能推理来增强特征表示，并通过结合语义先验来优化关键点响应，从而改进特征选择。实验表明，E-S2Feat在姿态估计精度方面优于SuperEvent等现有方法，并且与人工神经网络相比，在计算能效方面有显著提高。
-
新方法可在无标签情况下实现跨模态特征匹配
研究人员开发了一种新颖的两阶段训练范式，用于匹配事件数据和图像数据之间的特征，解决了现有方法需要匹配标签或严格对齐硬件的局限性。第一阶段使用大规模数据进行无标签蒸馏，采用基于分布和对比损失来学习可泛化的表示。第二阶段引入了一个由极线引导的自蒸馏框架，利用一致性验证和几何置信度在目标域上实现无监督的自我演化。该方法在MVSEC和TUM-VIE基准的姿态估计任务上取得了最先进的性能。