Path-Tracing-Based Event Camera Simulation via Event-Adaptive Time Refinement

doi:10.1109/tvcg.2026.3726999

Path-Tracing-Based Event Camera Simulation via Event-Adaptive Time Refinement

2026-09-17

0

OA

AI

DOI：10.1109/tvcg.2026.3726999

原文链接

原文求助

摘要

En 中文

事件相机异步检测亮度变化作为事件而非捕捉完整图像帧，使其适用于广泛的应用。这促使对能够直接从3D场景生成真实事件流的仿真方法的需求不断增长。然而，精确仿真仍然具有挑战性，因为现有方法通常依赖图像帧输入，而针对此类输入的基于物理的渲染往往委托给外部路径追踪器。不幸的是，此类外部渲染引擎是黑箱，为事件特定优化提供的可能性有限。此外，传统路径追踪在整个场景中使用固定间隔的时间采样，因此亮度变化只能在全局同步的离散时间点被检测到。为解决这些局限性，我们提出了一种基于路径追踪的、从3D计算机图形场景进行高时间分辨率事件相机仿真的方法。我们的方法结合路径追踪与二分法以实现精确的事件时间估计，并利用统计假设检验来加速事件搜索过程。我们使用硬件加速的路径追踪实现了该方法，利用基于运动模糊的时间插值和流压缩以实现高效渲染。我们的结果表明，当统计搜索剪枝和流压缩结合使用时，可取得显著的加速效果，为事件流的高保真仿真提供了一个实用框架。

Keyword:

Event camera

Monte Carlo path tracing

hypothesis testing

hardware ray tracing

Path-Tracing-Based Event Camera Simulation via Event-Adaptive Time Refinement

摘要

期刊

机构

引用论文