要約
イベントベースカメラは、その高い時間分解能、低遅延、高ダイナミックレンジにより、高速で移動する物体を追跡するために普及している。本論文では、リアルタイムで非同期の生イベントを使用してイベントブロブを追跡するための新しいアルゴリズムを提案する。イベントブロブとは、イベント発生の時空間的尤度であり、条件付き空間的尤度がブロブ的であるという概念を導入する。車のヘッドライトや素早く動く前景物体など、現実世界の多くの物体がイベントブロブデータを生成する。提案アルゴリズムは、イベントブロブの状態を追跡するために、拡張カルマンフィルターと結合した、データ関連付けのための動的閾値基準を持つ最近傍分類器を用いる。我々のアルゴリズムは、困難な照明条件や高速運動（11000ピクセル/秒以上）下でも、高精度なブロブ追跡、速度推定、形状推定を達成する。達成されたマイクロ秒の時間分解能は、フィルタ出力が、自律走行における衝突回避のような実世界の問題への応用を可能にする、接触時間や範囲推定のような二次情報を導き出すために使用できることを意味する。
要約(オリジナル)
Event-based cameras are popular for tracking fast-moving objects due to their high temporal resolution, low latency, and high dynamic range. In this paper, we propose a novel algorithm for tracking event blobs using raw events asynchronously in real time. We introduce the concept of an event blob as a spatio-temporal likelihood of event occurrence where the conditional spatial likelihood is blob-like. Many real-world objects such as car headlights or any quickly moving foreground objects generate event blob data. The proposed algorithm uses a nearest neighbour classifier with a dynamic threshold criteria for data association coupled with an extended Kalman filter to track the event blob state. Our algorithm achieves highly accurate blob tracking, velocity estimation, and shape estimation even under challenging lighting conditions and high-speed motions (> 11000 pixels/s). The microsecond time resolution achieved means that the filter output can be used to derive secondary information such as time-to-contact or range estimation, that will enable applications to real-world problems such as collision avoidance in autonomous driving.
arxiv情報
| 著者 | Ziwei Wang,Timothy Molloy,Pieter van Goor,Robert Mahony |
| 発行日 | 2024-09-03 07:50:05+00:00 |
| arxivサイト | arxiv_id(pdf) |