Event-based vision

Event-based vision 论文阅读笔记

一下内容仅仅是记录自己的论文阅读。

一、Event-based Vision: A Survey

该论文属于综述性文章,对基于事件视觉做了全面的阐述。论文主要介绍了事件相机的原理及事件的处理等等。

1.事件相机的原理

异步的监察每个像素感知器的亮度变化情况,从而产生一个事件,多个像素的变化就产生了事件流。(DVS128、DAVIS240、ATIS等),输出事件格式为AER格式
在这里插入图片描述

2.事件相机与传统相机的区别

优点:
1)高时间分辨率:能够更快的捕捉亮度的变化,从而不会像传统相机那样产生运动模糊。
2)低延迟:APS相机成像都是按照固定的频率,一般1s/30fps,而事件相机的频率在1kHZ。
3)低能耗:由于事件相机是异步的对每个像素点进行监测,只有当强度变化超过预设阈值时才会产生事件流。故在无运动发生时将会一直处于待机状态。
4)高动态范围:事件相机能够在更大的动态范围内对运动做出响应(120dBvs60dB)。
5)低冗余:只输出动态变化信号,其背景等信息不会输出,故相比APS数据少了很多冗余数据。

在这里插入图片描述

3.事件的表示方式

1)一维:将事件作为一个一个单独的脉冲序列进行处理(event-by-event),常采用基于概率模型的处理方式或SNN(脉冲神经网络进行处理)。
2)二维:二维的表示方式也是最常用的方式,因为它可以与我们传统的方式就行模型的学习。常用的处理方式有:堆积成帧(按事件个数、按时间间隔)、Time-Surface(时间平面)、Grid(随机采样生成图)。
3)三维:直接将T作为三维轴,然后使用PointNet等直接进行特征学习。

应用

由于时间相机只是一种样本的获取方式,所以只要对事件进行合理的处理,其可以应用到APS所能应用的所有的应用中。例如:目标检测、目标跟踪、姿态估计等。

<

事件驱动视觉是一种新型的目标跟踪方法,它利用视觉传感器对目标的视觉变化进行实时响应。传统的目标跟踪方法往往通过连续的图像帧来实现目标的位置预测和跟踪,然而这种方法在处理高速移动目标时会存在一定的困难。而事件驱动视觉则能够在目标产生事件变化时立即做出响应,实现对目标的快速跟踪和定位。这种方式能够在高速移动目标的情况下更加稳定和准确地进行跟踪,大大提高了目标跟踪的效率和准确性。 事件驱动视觉利用神经元级别的传感器对光强的变化进行监测,只有在光强发生明显变化时才会输出事件信号,因此能够对光线变化的信息进行高效地捕捉。而传统的图像传感器则会对整个图像进行连续的采集和处理,无法很好地应对高速移动目标产生的快速光强变化。通过事件驱动视觉,可以实现对快速移动目标的高速跟踪,同时还能够减少对计算资源的需求,提高目标跟踪的实时性和稳定性。 总的来说,事件驱动视觉为目标跟踪提供了一种全新的思路和方法,通过对光强变化的快速响应,能够实现对高速移动目标的快速、稳定和准确的跟踪,对于机器人、自动驾驶等领域的应用具有非常大的潜力和价值。随着事件传感器技术的不断发展和完善,事件驱动视觉在目标跟踪领域的应用前景也将会更加广阔。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值