基于事件相机的随时光流估计 | MDPI Sensors

背景：事件相机作为一种新型仿生传感器，具有高时间分辨率、高动态范围等优势，适用于高速运动感知，但现有事件光流数据集通常仅提供低帧率真值标签，限制了高帧率光流估计的发展。研究目的：本研究旨在设计一个能够充分利用事件相机高时间分辨率、低延迟特性的实时光流估计框架，即EVA-Flow，以突破数据集的限制，实现高帧率、低延迟的光流输出。结论：EVA-Flow通过统一体素网格（UVG）实现低延迟事件表示，结合堆叠时空运动循环（SMR）模块，在仅使用低帧率真值监督的情况下，实现了高达200 Hz的光流输出频率和5毫秒的端到端延迟，同时提出了修正流扭曲损失（RFWL）用于无监督评估，实验表明该框架在精度、延迟和泛化能力方面具有卓越性能。