.png){kind=icon}
返回
Difference-aware Filtering for Event Camera Simulation
.png){kind=icon}
PRE
AI
DOI：10.1111/cgf.70543.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出EventSVGF，一种基于时空方差引导滤波（SVGF）[SKW*17]的事件相机渲染框架，旨在实现高时间精度，特别是在高频区域，这对于忠实的事件模拟至关重要。与常规渲染不同，事件相机测量亮度（对数强度）的时变，需要准确估计逐像素、帧间差异。然而，直接从原始域RGB图像计算时间差会导致严重的噪声，因为现有的去噪方法是为原始信号而非其差异设计的。我们的主要贡献是一种直接使用相关采样对逐像素时间差信号进行去噪的方法，将其表述为SVGF流程的差异感知扩展，称为EventSVGF。EventSVGF整合了新颖的边缘停止函数、适配的时间累积方案以及漫反射系数解调策略，所有这些都针对准确的事件相机模拟进行了优化。我们的方法在低采样率（2 spp）下即可获得稳定结果，而现有方法通常需要显著更高的采样预算（32–512 spp）。我们在动态场景中展示了EventSVGF，表明相比先前工作，其在事件模拟中具有更高的精度和更高频时间稳定性。
Keyword:
CCS Concepts
• Computing methodologies → Ray tracing
• Hardware → Sensors and actuators
期刊
IF:
2.9
论文数:
563
被引数:
1.1W
机构
引用论文
分享收藏
Analytical Review of Event-Based Camera Depth Estimation Methods and Systems基于事件的相机深度估计方法及系统分析综述.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容