動きを考慮したイベントカメラのイベント抑制
Motion-aware Event Suppression for Event Cameras
イベントカメラのストリームから自己運動と独立移動物体によるイベントをリアルタイムに分離・抑制する軽量フレームワークを提案し、セグメンテーション精度と推論速度を大幅に向上させた。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Roberto Pellerito, Nico Messikommer, Giovanni Cioffi, Marco Cannici, Davide Scaramuzza
分類: cs.CV, cs.RO
原文アブストラクト
Event cameras report asynchronously per-pixel brightness changes with microsecond latency, encoding dynamic visual information as a sparse stream of events. However, their extreme temporal resolution floods perception systems with entangled events from ego-motion and independently moving objects (IMOs), which existing solutions fail to efficiently decouple, relying instead on prohibitive dense 3D reconstructions or limited hand-tuned filters. In this work, we introduce the first framework for Motion-aware Event Suppression, which learns to filter events triggered by IMOs and ego-motion in real time. Our model jointly segments IMOs in the current event stream while predicting their future motion, enabling anticipatory suppression of dynamic events before they occur. Our lightweight architecture achieves 173 Hz inference on consumer-grade GPUs with less than 1 GB of memory usage, outperforming previous state-of-the-art methods on the challenging EVIMO benchmark by 67\% in segmentation accuracy while operating at a 53\% higher inference rate. Moreover, we demonstrate significant benefits for downstream applications: our method accelerates Vision Transformer inference by 83\% via token pruning and improves event-based visual odometry accuracy, reducing Absolute Trajectory Error (ATE) by 13\%.
関連論文
- 効率的なイベントカメラボリュームシステムイベントカメラ
- イベントカメラでドメインギャップを埋めるイベントカメラ
- スパイキングパッチ：イベントカメラのための非同期・スパース・効率的トークン化イベントカメラ
- 高速特徴場(F³): イベントデータの予測的表現イベントカメラ
- VibES: 持続的なイベントベースセンシングのための誘起振動イベントカメラ
- UAVリアルタイム知覚のためのイベントベース高速強度再構成手法イベントカメラ
