摘要:
- 基於事件相機的好處.
- 傳統相機不能做快速跟蹤,但是DVS可以做,因爲由事件記錄,所以不像幀一樣存在信息丟失.
- 引入的粒子濾波法,即使是在背景變化和速度變化的情況下,依舊可以保持持久跟蹤.
介紹:
- DVS相機的特性.
- 用事件相機做視覺跟蹤是一個自然而然的問題,因爲移動的目標可以被傳感器本身分割.
- 當目標動,相機也動的時候,由於背景存在更多噪聲,跟蹤問題會變得困難,之前的算法如高斯聚類和模板匹配都不適用了.
- 之前作者使用的霍夫變換,時間窗是固定的,當目標動,相機也動的時候,就不好了,因爲速度一致時就沒有信息了.
- 提出的粒子濾波法:避免背景噪聲,解決速度不一致. 時間窗隨着時間不停變化來匹配相對速度; 多次觀測值上累積的可能性估計來消除噪聲影響, 只在先前可能的目標周圍採樣;
- 雖然文章是在跟蹤球,但是設計的似然函數可以被製造,學習去跟蹤任何形狀的目標.
事件相機在噪聲中跟蹤目標:
1.DVS高動態範圍,低帶寬,低延時,事件不需要等着讀完所有像素才發生,事件是獨立的.
