基于事件相机的连续光流估计

事件相机对场景的亮度变化进行成像,输出异步事件流,具有极低的延时,受运动模糊问题影响较少.因此,可以利用事件相机解决高速运动场景下的光流(Optical flow, OF)估计问题.基于亮度恒定假设和事件产生模型,利用事件相机输出事件流的低延时性质,融合存在运动模糊的亮度图像帧,提出基于事件相机的连续光流估计算法,提升了高速运动场景下的光流估计精度.实验结果表明,相比于现有的基于事件相机的光流估计算法,该算法在平均端点误差、平均角度误差和均方误差3个指标上,分别提升11%、45%和8%.在高速运动场景下,该算法能够准确重建出高速运动目标的连续光流,保证了存在运动模糊情况时,光流估计的精度.