BriefGPT - AI 论文速递
·
AsynEIO：基于高斯过程回归的异步单目事件惯性测程
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文提出AsynEIO模型，解决异步事件相机与惯性传感器在运动估计中的融合问题。该模型利用高斯过程回归，结合事件驱动前端和惯性因子，实现高效的运动轨迹追踪与优化。实验结果表明，AsynEIO在高速度和低光照条件下优于现有方法，具有实际应用价值。
🎯
关键要点
- 提出AsynEIO模型，解决异步事件相机与惯性传感器在运动估计中的融合问题。
- 利用高斯过程回归，结合事件驱动前端和惯性因子，实现高效的运动轨迹追踪与优化。
- 实验结果表明，AsynEIO在高速度和低光照条件下优于现有方法。
- AsynEIO模型具有显著的实际应用价值。
➡️
