EN
2022年03月25日研究成果

改进神经形态与传统相机融合的计算摄像系统与混合图像处理算法

施柏鑫团队

北京大学研究员、智源青年科学家施柏鑫和北京大学教授、智源研究院院长黄铁军等2020提出了将传统相机和事件相机进行信息关联的理论模型,并首次通过联合滤波来提升事件相机输出信号的质量。本年度对上述成果进行改进和完善,针对传统相机在极端场景下成像质量降低情况下联合滤波方法失效的问题,提出通过事件自引导滤波来实现无图像引导的事件去噪和超分辨方法,以及两种滤波模式的自适应切换方法,使得算法可以根据场景自适应地选择合适的处理模式。此外,本年度的成果还扩充了联合滤波提升事件质量方法的应用场景,通过实验验证了其在目标跟踪、深度估计、高动态范围图像重建等问题上的适用性,以及对主流型号的事件相机(DAVIS和CeleX)的兼容性。该成果为传统和新型成像的有机融合和优势互补提供了更完善的思路,将为图像质量优化、视频帧率提升、目标跟踪精度等任务提供新思路。


施柏鑫.jpg


Peiqi Duan, Zihao W. Wang, Boxin Shi*, Oliver Cossairt, Tiejun Huang, and Aggelos Katsaggelos, “Guided event filtering: Synergy between intensity images and neuromorphic events for high performance imaging”, In IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2021. (Early access).


分享到: