EAD

焦点控制 (FC) 对于相机在具有挑战性的现实场景中捕获清晰图像至关重要。自动对焦 (AF) 通过自动调整对焦设置来促进FC。然而，由于最近推出的事件相机缺乏有效的AF方法，它们的FC仍然依赖于像手动对焦调整一样的幼稚AF，导致在具有挑战性的现实世界条件下适应性差。特别是，事件数据和帧数据之间在感测模态，噪声和时间分辨率方面的固有差异在为事件摄像机设计有效的AF方法方面带来了许多挑战。为了应对这些挑战，我们开发了一种新颖的基于事件的自动聚焦框架，该框架由特定于事件的焦点度量 (称为事件率 (ER)) 和强大的搜索策略 (称为基于事件的黄金搜索 (EGS)) 组成。为了验证我们方法的性能，我们收集了一个基于事件的自动对焦数据集 (EAD)，其中包含在具有严重照明和运动条件的各种具有挑战性的场景中的良好同步的帧，事件和焦点位置。在此数据集和其他现实场景上的实验证明了我们的方法在效率和准确性方面优于最新方法。