慕尼黑工业大学开源！ EMBA基于事件的拼接光束法平差

我们针对纯旋转事件相机的拼接光束法平差问题（即同时优化相机姿态和场景地图）展开研究。我们将问题表述为正则化非线性最小二乘优化，目标函数基于线性化的事件生成模型和场景的全景梯度图定义。我们展示了该光束法平差优化具有可利用的块对角稀疏结构，因此可以高效求解。 据我们所知，这是首次在事件相机背景下利用这种稀疏性加速优化，而无需将事件转换为类似图像的表示形式。我们在合成和真实世界数据集上评估了我们的方法（称为EMBA），并证明了其有效性（降低了50%的光度误差），提供了前所未有的高质量结果。此外，我们还展示了EMBA在高空间分辨率事件相机中的应用，即使没有初始地图，依然能在野外生成精细的全景图。

文章名称：【Event-based Mosaicing Bundle Adjustment】
文章链接：http://arxiv.org/abs/2409.07365
项目主页：https://github.com/tub-rip/emba
数据集： https://github.com/tub-rip/ECRot
作者单位：TUM慕尼黑工业, RIG德国机器人研究所, 爱因斯坦中心"数字未来"和"卓越科学"集群