Line-Based Odometry System Using Features of Event Camera

Abstract

Event cameras are resistant to rapid movement or brightness changes. We use a machine learning network that extracts line segments from event data, focusing on the fact that what is caused by brightness changes is similar to the shape of the line segment appearing at the boundary. We used the segmented image to check how it operates by applying it to Visual-Inertial Odometry. In the real-time process, to control the processing speed of Event Data, we proposed two methods of optimizing the event acquisition and resolution. Through this research, we can acquire the underlying techniques for pre-processing studies to use future events in learning or for the study of Visual-Inertial Odometry using Line.|이벤트 카메라는 빠른 움직임이나 밝기 변화에 강인한 성질을 가진다. 본 연구에서는 밝기 변화로 인해 발생하는 이벤트는 경계에 나타나는 선분 검출의 모양과 유사하다는 사실에 중점을 두고, 이벤트 데이터에서 선분을 추출하는 기계학습 네트워크를 사용한다. 기계학습 결과로 얻은 이미지를 사용하여 시각적 관성 측위시스템에 적용하여 시스템의 작동 여부를 확인한다. 실시간 프로세스에서 이벤트 데이터의 처리 속도를 제어하기 위해, 이벤트 획득과 처리 과정을 최적화하는 방법을 제안한다. 본 연구를 통해 기계학습에 이벤트를 사용하기 위한 전처리 기술을 확보하고, 향후 라인을 이용한 실시간 시각적 관성 측위 시스템에 활용할 수 있다.