![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
事件相机
文章平均质量分 60
由崎司超可爱
这个作者很懒,什么都没留下…
展开
-
DHP19: Dynamic Vision Sensor 3D Human Pose Dataset论文笔记
一.概述本片论文主要提出了一个时间相机的3D人体姿态的数据集,可用于做人体姿态估计数据集地址:https://sites.google.com/view/dhp19/user-guide该数据集使用4个不同位置的事件相机,每个不同位置的事件相机的输出均被记录,同时使用运动捕捉系统得到人体运动的真实姿态。3D 坐标是从 Vicon 中提取的,而 2D 坐标是手动标记的。 3D 坐标是从 Vicon 中提取的,而 2D 坐标是手动标记的。 3D 坐标是从 Vicon 摄像机中提取的,而 2D..原创 2021-11-11 17:51:45 · 2394 阅读 · 1 评论 -
Lifting Monocular Events to 3D Human Pose 论文笔记
一.Introduction1.提出了一种使用单个事件流来预测人体姿态的方法2.建立一个新的、基于事件的人体姿势估计基准的合成数据集3.大量实验验证基于事件的人体姿势估计的转移学习和预训练方法。二.Related work1.单目人体姿态估计本文处理事件流的方法是使用给定时间窗口,将事件窗口内的事件累计成帧进行处理,目前大多数文章都是这样将事件流变为一帧一帧的传统图像进行处理...原创 2021-11-03 21:09:57 · 186 阅读 · 0 评论 -
Time-Ordered Recent Event (TORE) Volumes for Event Cameras论文笔记
一.背景因为CNN只能处理同步事件,现在的论文中大部分是通过给定时间窗口,在时间窗口中将异步的事件数据转换为传统的帧进行同步处理,但是事件流是非常稀疏的,使用事件窗口这种方法会丢失很多信息,并且无法利用事件是稀疏的特性,因此,需要构造异步事件的同步表示,以最好地保持事件数据的时空完整性,并且利用事件的稀疏性。本论文开发了一种紧凑且内存高效的事件数据到同步帧的转换方式Time-Ordered Recent Events (TORE) Volume,并且证明了该事件的表示方法在检测,去躁,重建,姿态识别原创 2021-11-03 17:32:00 · 1003 阅读 · 2 评论 -
EventHands: Real-Time Neural 3D Hand Pose Estimation from an Event Stream论文笔记
一.背景目前的3D手势估计工作采用的方法通常是使用RGB图像结合深度图进行训练,虽然取得了一定的效果,但由于普通相机帧率和动态范围的局限性,很难达到实时估计手势的效果,并且运动模糊问题也需要单独处理。一些方法采用RGB结合事件数据流的方法,但这些方法的network结构不能直接将事件流作为输入,而是先将事件流转化为灰度图,这样会导致事件流本身的时序特征丢失。本文提出了一种新的方法,能够直接将Event stream作为输入进行训练,保留了时序特征,并且超过了目前基于RGB和深度图的state-of-th原创 2021-11-02 08:41:41 · 282 阅读 · 0 评论 -
VisEvent: Reliable Object Tracking via Collaboration of Frame and Event Flows论文笔记
因为不是做跟踪的,大致读了下这篇文章,主要是看了是如何将事件相机和rgb相机数据做多模态融合的,为之后的工作找点灵感一.论文贡献1:提出了一个包含820个可见事件视频的大规模神经形态跟踪数据集。这是第一个从真实世界收集的用于单目标跟踪的大规模可视事件基准数据集。2.提出了一种简单而有效的基线跟踪器,通过开发一个跨模态转换模块,可以充分利用不同模态的独特信息进行鲁棒跟踪。这是首次验证跨模态变换在可视事件跟踪问题中的成功应用。3.我们构建了多个基于双模态的跟踪器(超过35个),以便在未来的工原创 2021-10-12 17:26:35 · 872 阅读 · 1 评论 -
Temporal Binary Representation for Event-BasedAction Recognition论文笔记
一.本文贡献1.我们提出了一种称为时间二进制表示的事件数据的紧凑表示,利用二进制事件序列到编码空间和时间信息的帧的转换2.我们的公式允许调整信息丢失和内存占用,使其适合实时应用3.我们收集了流行的DVS128手势数据集在挑战性条件下的扩展二.事件的表示本文提出了一种新的事件的表示方式,与时间表面的思路相似,TBR也是通过累计事件将异步的事件转换为同步事件进行处理的,不同于时间表面是将时间戳进行累计,本文采用了一种二进制的表示方式简单解释就是给定一个固定的∆t,检查在这个∆t.原创 2021-10-11 21:59:47 · 154 阅读 · 0 评论 -
事件相机的一些思路
本文仅仅是记录自己对事件相机的浅显的想法1.事件相机与传统相机结合也许可以解决传统相机运动模糊的问题,将运动模糊的图片还原为清晰的图片2.原创 2021-07-30 16:51:14 · 535 阅读 · 0 评论 -
Space-time Event Clouds for Gesture Recognition: from RGB Cameras to EventCameras
https://blog.csdn.net/qq_43414059/article/details/107357077?spm=1001.2014.3001.5502本文主要是将事件看成为点云数据进行处理,利用PointNet的思想对事件点进行特征提取。转载 2021-07-30 15:34:34 · 149 阅读 · 0 评论 -
Unsupervised Event-based Learning of Optical Flow, Depth, and Egomotion
https://blog.csdn.net/qq_43414059/article/details/105569859转载 2021-07-29 15:25:46 · 275 阅读 · 0 评论 -
End-to-End Learning of Representations for Asynchronous Event-Based Data论文笔记
作者:Daniel Gehrig1, Antonio Loquercio1, Konstantinos G. Derpanis2, Davide Scaramuzza1机构:Loquercio1, Konstantinos G. Derpanis2, Davide Scaramuzza1 1 Robotics and Perception GroupDepts. Informatics and Neuroinformatics University of Zurich and ETH Zurich 2 ..翻译 2021-07-05 17:59:07 · 640 阅读 · 0 评论 -
EventCap: Monocular 3D Capture of High-Speed Human Motionsusing an Event Camera论文笔记
论文翻译Abstract高帧率是捕捉快速人体运动的关键要求。在这种情况下,现有的基于无标记图像的方法受到照明要求、高数据带宽和随之而来的高计算开销的限制。在这篇文章中,我们提出了event cap——第一个使用单个事件摄像机对高速人体运动进行三维捕捉的方法。我们的方法结合了基于模型的优化和基于CNN的人体姿态检测来捕捉高频运动细节并减少跟踪中的漂移。因此,与使用高帧率视频相比,我们可以以毫秒级分辨率捕获快速运动,数据效率显著提高。在我们新的基于事件的快速人体运动数据集上的实验证明了我们方法的有效性和翻译 2021-07-19 10:10:12 · 349 阅读 · 0 评论 -
Combining Events, Images, and IMU for RobustVisual SLAM in HDR and High Speed Scenarios 论文笔记
这篇博文写的很详细,自己就不再总结了https://blog.csdn.net/Yong_Qi2015/article/details/107421647转载 2021-07-26 11:09:19 · 89 阅读 · 0 评论