bootstrap table checkbox 事件_事件相机视觉定位

因为之前实习期间写的几篇文章，偶尔还会收到大佬们的私信，问我能不能推荐实习生。现在我已经从鹅厂离职又回到学校啦，所以大家如果要找实习最好还是去论坛或者问在职的朋友推荐吧。

这两周调研了一些SNN光流估计方面的应用，其中比较有意思的一个方向是利用事件相机(Event-Based Camera) 实现位姿估计。关于事件相机这个领域，UZH-RPG机器人感知组的Davide Scaramuzza这两年做了很多相关的工作。这里推荐他们的资源页面，里面有包括相关文章，代码，数据集以及硬件资料等。

uzh-rpg/event-based_vision_resources​github.com

事件相机角速度回归

这篇UZH RPG发在ICRA 2020上的文章叫做Event-Based Angular Velocity Regression with Spiking Networks：

Event-Based Angular Velocity Regression with Spiking Networks​ieeexplore.ieee.org

因为事件相机输出的是神经形态的数据，因此可以不用预处理地对脉冲神经网络进行训练。他们利用真实全景图片生成的数据集对角速度进行估计。

主要贡献：

• 引入脉冲神经网络连续时间回归问题数据集
• 新的卷积SNN架构用于数值回归
• State-of-the-art ANN网络事件的视觉问题

目前瓶颈：

• 反向传播不能直接应用在SNN -> 脉冲不可微
• 几乎所有已报道工作为分类问题，回归（预测连续时间数值）工作很少

实现方法：

• 神经元模型：脉冲响应模型 Spiking Response Model - SRM
• 数据形式：通过事件元组(x, y, t, p) 表示像素(x, y) 在 t 时刻收到了极性为 p 的触发。P 为正表示该像素光强变亮，p为负表示该点处变暗
• 神经网络结构：通过构建nl层前馈神经网络，W为权重矩阵，Sin为输入层，具体公式如下图所示：

尖峰响应和不应期

其中（2）式表示SRM0型神经元模型，在脉冲响应之后的时间内两个输入尖峰可以进行交互

网络架构：

本文采用卷积脉冲神经网络，其中包括五层卷积层，一个池化层和全连接层，超参数如下表所示

脉冲神经网络参数

其中，时间参数即公式5、6中的ts，tr，决定了响应和耐火核的衰减率。时间参数随深度逐渐增加，以说明事件相机的输入到输出变化

池化层选用全局均值脉冲池化(global average spike pooling)，与CNN中的均值池化方法类似，在最后一个卷积层之后引入。

网络通过池化层之后输出的角速度为：

其中，g_i为合并空间位置(x, y)之后上一层第i个通道的空间峰值序列

综合数据集生成：

本文没有利用真实DVS相机拍摄的图片进行实验，而是利用事件相机模拟器ESIM（依然是UZH-RPG的成果），生成数据集并将相应参数匹配DAVIS240C，对比度阈值为正态分布。

原始图片选择的是SUN360数据集（10^4全景图片）中的一部分（train set: 9000, test set: 500），模拟500ms时间窗的序列，构建了总时长约为1.4h的数据集。并将图像随机在RPY坐标系内绕三轴旋转。

H. Rebecq, D. Gehrig, and D. Scaramuzza, “ESIM: an open event camera simulator,” in Conf. on Robotics Learning (CoRL), 2018

损失函数定义为预测角速度和真实角速度欧式距离的时间积分：

需要注意的是，这种loss func的定义与van Rossum distance相关。有一个特点就是经过需要预置一段时间(T0~T1) 之后才能计算loss function，这将会导致时间相关事件数据集的最开始一部分偏差较大，这一点在之后的图中也有呈现。

训练步骤：

随机水平和垂直翻转 & 时间倒转 -> 避免过拟合

损失函数梯度通过Pytorch中 SLAYER实现

步长1ms，50ms之后评估loss function

分辨率：240×180

迭代次数：240000

批大小：16

优化方法：ADAM

学习率：0.0001

时间参数：ts 和 tr可能不理想 -> 可以被学习优化

实验结果：

误差与其他网络相比

RPY(RTP)偏航轴坐标系中，三轴的角速度真实值和预测值如下图所示。

角速度回归结果曲线，可以看到由于loss function需要一定预置时间，40ms之前的数据偏差较大

总体而言，除了初始的预置时间引起的误差较大以外，还存在长时间后依然难以缩小误差的情况。三周误差大小呈现Roll > Pan(yaw) > tilt(pitch) 的顺序。其中由于Roll的回归预测会面临图像边缘像素会频繁触发事件的影响，比剩下两轴的误差大约高了20%。

---

这篇文献笔记其实也是这段时间research的一个缩影，不仅仅是UZH-RPG组，事件相机以及光流估计的工作也非常多，当下很重要的一个任务还是找到未来工作的方向吧。现在回到学校里以后尤其想做一些hard-core的研究，再加上组里对于SNN研究有很深厚的经验，觉得用SNN做事件相机相关的视觉的工作还是比较好的方向。最近正好大组里新买了一台DVS相机，可以很快着手实验。

希望有从事相关领域的dalao可以多多交流啊，之后我也会定期把自己读文章的一些思考放上来，当然不会涉及任何未发表的&正在做的工作。