事件融合线段检测网络

运动模糊下高精度

该工作提出了一个融合图像与事件数据的线段检测网络，在运动模糊场景下检测精度优于现有方法，同时保持实时性。

Yu, Huai · 黎浩 · 杨文 · 余磊 · Xia, Gui Song

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

技术优势

模糊下仍精准

利用事件数据的边缘信息补偿运动模糊造成的细节丢失，在模糊场景下仍能准确定位线段。

精度最高

在与现有最优方法的对比中，本方法取得了最高检测精度，同时保持实时性。

高动态范围也适用

除了运动模糊，本方法在高动态范围场景下的线段检测也表现优越，扩展了适用场景。

应用场景

• 视觉SLAM：在快速运动或模糊帧中提供稳定的线特征，增强SLAM系统的鲁棒定位。
• 3D线图构建：从模糊图像中恢复准确线段，用于构建更完整的三维线框模型。
• 事件相机：充分利用事件相机的低延迟边缘信息，弥补传统相机在高速运动下的不足。
• 高动态范围场景：在高对比度光照条件下仍能可靠检测线段，扩展了视觉算法的适用范围。