事件相机在高速运动场景特征提取应用.docxVIP

事件相机在高速运动场景特征提取应用

摘要：事件相机以微秒级时间分辨率记录场景的亮度变化，在高速运动场景中具有传统帧相机无法比拟的优势。本文系统研究事件相机在高速运动场景中的特征提取方法，重点分析基于时空表面的角点检测与基于图神经网络的线特征提取两项关键技术。基于DAVIS346事件相机，在高速旋转（3000rpm）与高速移动（10m/s）两种场景中进行了特征提取性能测试。研究表明，基于时空表面的事件角点检测算法在3000rpm的旋转速度下，角点检测重复率达到92%，较传统帧相机（30FPS）的35%提升57个百分点。在10m/s的高速移动场景中，基于图神经网络的事件线特征提取算法在100ms的事件流中提取线特征的平均误差为2.1像素，处理延迟为5ms。在视觉里程计任务中，基于事件特征的方法在高速运动下的轨迹误差为3.5%，而传统帧相机方法在相同条件下因运动模糊导致跟踪失败。本文为事件相机在高速运动场景中的特征提取应用提供了系统的算法方案与实验验证数据。

关键词：事件相机；高速运动；特征提取；时空表面；图神经网络

第一章高速运动场景对视觉感知的挑战

1.1传统帧相机的运动模糊困境

在高速运动场景中，传统帧相机面临着严重的运动模糊问题。当物体在相机曝光时间内移动超过一个像素时，图像就会出现模糊。对于以10m/s速度移动的物体，即使使用1ms的曝光时间，在1000万像素的相机上也会产