事件相机语义分割算法调研总结

EventFly: Event Camera Perception from Ground to the Sky

创新点:事件相机感知在车辆、四足机器人、无人机的跨平台迁移能力,解决了不同视角、运动模式、语义分布下的语义分割泛化问题。

笔者认为还要解决如下问题:

背景运动补偿、自身运动去除,或误触发事件滤除,如因自身运动、振动等产生的背景运动伪影&虚假动目标(motion ghost /false moving objects)事件过滤;动目标感知检测(moving object detection, MOD)。

相关推荐
Angelina_Jolie3 小时前
DCL:动态因果学习,破解跨模态心脏影像分割时空混淆难题
计算机视觉
迪霸LZTXDY8 小时前
U-Net 训练光纤识别
人工智能·深度学习·计算机视觉
咖啡里的茶i11 小时前
无监督域自适应:计算机视觉新突破
人工智能·计算机视觉
幻奏岚音11 小时前
AI模型用户画像分析_new
人工智能·算法·计算机视觉·数据挖掘
深度学习lover11 小时前
<数据集>yolo 笔识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·笔识别
AI棒棒牛12 小时前
YOLO26最新创新改进:引入 CVPR2026 FAAFusion,普通目标检测获得方向鲁棒性,创新性强!
人工智能·目标检测·计算机视觉·rt-detr·yolo26
sali-tec12 小时前
C# 基于OpenCv的视觉工作流-章73-点-线距离
图像处理·人工智能·opencv·算法·计算机视觉
人月神话-Lee13 小时前
【图像处理】二值化与阈值——从灰度到黑白的决策
图像处理·人工智能·计算机视觉
C+++Python14 小时前
如何使用OpenCV进行颜色与阈值处理?
人工智能·opencv·计算机视觉