E 2 SL：基于事件的结构光的高效深度感知技术

《IEEE Transactions on Visualization and Computer Graphics》：E 2 SL: Efficient Depth Sensing from Event-based Structured Light

　　

摘要：

结构光（SL）是一种流行的3D重建方法。大多数SL技术依赖于基于帧的相机，在高速动态场景中往往不够稳健。最近，由于事件相机具有较高的时间分辨率，它们在高速SL成像方面引起了越来越多的关注。基于事件的SL技术具有高速数据采集的优势，然而，大多数现有方法倾向于追求重建精度，但牺牲了计算效率，这限制了其在现实世界场景中的应用。为此，我们提出了E2 SL，这是一种专为单目基于事件的SL定制的高效深度网络。具体来说，E2 SL包括三个关键组件：二进制嵌入查找表（BE-LUT）、空间上下文增强（SCE）和几何先验回归（GPR）。给定输入的事件帧后，预先计算并存储的BE-LUT首先高效地检索特征。然后，SCE扩展特征的可接受域并捕获空间上下文。最后，GPR通过基于几何先验的树分类进行快速且稳健的深度估计。为了支持训练和评估，我们开发了一个基于事件的SL模拟器，该模拟器生成了大规模且多样化的合成数据集。此外，我们还开发了一个基于事件的SL原型，并收集了具有准确真实值的数据集以进行现实世界评估。广泛的实验表明，我们的方法在保持每帧重建时间为7.7毫秒的同时，实现了最先进的精度，满足了高速深度感知的需求。代码和数据集可在项目页面https://dongxin000.github.io/E2SL/上获取。