Density Invariant Contrast Maximization for Neuromorphic Earth Observations

要約

タイトル: 神経形態学的地球観測のための密度不変コントラスト最大化
要約:
– コントラスト最大化（CMax）技術は、カメラの動きのパラメータを推定し、高コントラストの画像を生成するためにイベントベースのビジョンシステムで広く使用されています。
– この技術はノイズに対して耐性がなく、シーンにノイズイベントが多く含まれていると複数の極値問題が発生し、コントラストが複数の場所で高くなります。
– カメラの動きのパラメータを正しく推定することが非常に困難になるため、神経形態学的地球観測においては、適切な動きのパラメータの推定がないと高コントラストのマップを生成できず、重要な詳細が失われる問題が発生します。
– 類似したCMaxを使用する方法は、目的関数を変更または拡張することで、正しい動きのパラメータに収束できるようにしました。
– 我々の提案された解決策は、コントラストを計算する前に歪んだイベントを修正することによって、複数の極値問題やノイズに対する耐性の問題を克服し、以下の利点を提供します。
– イベントデータに依存しない
– カメラの動きに関する事前情報を必要としない
– CMaxパイプラインの残りを変更せずに、コントラストを正しい動きのパラメータ周辺だけで高く保つ。
– 私たちのアプローチにより、国際宇宙ステーション（ISS）からの新しいデータセットを使用して、解析的補償技術を使用してより良い動き補償マップを作成できます。
– コードは\url{https://github.com/neuromorphicsystems/event_warping}で利用可能です。

要約(オリジナル)

Contrast maximization (CMax) techniques are widely used in event-based vision systems to estimate the motion parameters of the camera and generate high-contrast images. However, these techniques are noise-intolerance and suffer from the multiple extrema problem which arises when the scene contains more noisy events than structure, causing the contrast to be higher at multiple locations. This makes the task of estimating the camera motion extremely challenging, which is a problem for neuromorphic earth observation, because, without a proper estimation of the motion parameters, it is not possible to generate a map with high contrast, causing important details to be lost. Similar methods that use CMax addressed this problem by changing or augmenting the objective function to enable it to converge to the correct motion parameters. Our proposed solution overcomes the multiple extrema and noise-intolerance problems by correcting the warped event before calculating the contrast and offers the following advantages: it does not depend on the event data, it does not require a prior about the camera motion, and keeps the rest of the CMax pipeline unchanged. This is to ensure that the contrast is only high around the correct motion parameters. Our approach enables the creation of better motion-compensated maps through an analytical compensation technique using a novel dataset from the International Space Station (ISS). Code is available at \url{https://github.com/neuromorphicsystems/event_warping}

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI