数据驱动的特征跟踪用于带有和没有的事件摄像头
概括
这项研究引入了一种用于事件摄像头的新型数据驱动特征追踪器,改进了在具有挑战性的条件下低延迟追踪. 新方法提供了强大的性能和适应性,优于传统方法.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 传感器技术 传感器技术
背景情况:
- 事件摄像头提供高时间分辨率和运动模糊弹性,非常适合低延迟功能跟踪.
- 现有的事件摄像头追踪方法通常是手工制作的,需要大量调整,缺乏概括性.
研究的目的:
- 为事件摄像头推出第一个数据驱动的功能追踪器.
- 在具有挑战性的场景中增强功能跟踪的稳定性和概括性.
主要方法:
- 开发了一个基于数据的特征追踪器,利用低延迟事件和强度.
- 实施了一种新的框架关注模块,用于跨功能轨道的信息共享.
- 设计的双重配置:只有事件和混合 (事件 + ).
主要成果:
- 实现了强大的特征跟踪性能,克服了传统方法的局限性.
- 混合立体声配置为特色轨道提供深度信息.
- 在视觉测距和同时定位和映射等应用中证明了改进的实用性.
结论:
- 拟议的数据驱动方法显著推进了事件摄像机功能跟踪.
- 混合立体声配置为机器人应用提供了宝贵的深度感知.
- 这项工作为更具能力和适应性的事件摄像系统铺平了道路.
