E-VLC

E-VLC数据集是首个基于事件相机的可见光通信(VLC)应用数据集，包含高分辨率的事件和帧图像，以及与运动捕捉系统精确同步的地面真实位姿。该数据集涵盖了各种场景亮度设置下的不同相机运动和灵敏度，包括室内和室外环境。此外，还提出了一种新的定位方法，利用对比度最大化框架进行运动估计和补偿。实验结果表明，LED定位方法在事件相机上比传统的AR标记定位方法具有优势。该数据集旨在为运动相关的经典计算机视觉任务和LED标记解码任务提供一个未来的基准，并推动事件相机在移动设备上的广泛应用。The E-VLC dataset is the first event camera-based visible light communication (VLC) application dataset. It contains high-resolution event and frame images, as well as ground-truth poses precisely synchronized with a motion capture system. This dataset covers diverse camera motions and sensitivities under various scene brightness settings, including both indoor and outdoor environments. In addition, a novel localization method utilizing a contrast maximization framework for motion estimation and compensation is proposed. Experimental results demonstrate that the LED-based localization method outperforms traditional AR marker-based localization methods on event cameras. This dataset aims to serve as a future benchmark for classic motion-related computer vision tasks and LED marker decoding tasks, and promote the widespread application of event cameras on mobile devices.

原始信息汇总

E-VLC 数据集概述

数据集简介

• 名称：E-VLC Dataset
• 用途：用于基于事件的可见光通信（VLC）和定位的真实世界数据集
• 特点：
  • 精确同步的事件、帧、LED标记和相机的真实姿态
  • LED的边界框标注
  • 多种记录条件（运动类型、场景亮度、事件相机灵敏度）以覆盖真实世界应用

关键信息

• 发布日期：2025年4月3日
• 相关论文：
  • 标题：E-VLC: A Real-World Dataset for Event-based Visible Light Communication And Localization
  • 作者：Shiba, Shintaro; Kong, Quan; Kobori, Norimasa
  • 会议：IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops
  • 年份：2025

数据集内容

• 数据类型：
  • 事件相机数据
  • 帧相机数据
  • 硬件触发精确同步的真实姿态
• 应用场景：
  • LED信号解码
  • 相机相对于LED标记位置的定位
  • 室内外不同亮度设置下的多种相机运动

使用条款

• 使用许可：仅限学术研究目的
• 禁止：
  • 直接或间接商业用途
  • 任何形式的数据集分发（原始、修改或组合）
• 要求：
  • 在学术出版物和演示中必须注明原始所有者（Woven by Toyota, Inc.）
  • 任何不符合条款的使用将导致使用许可取消

免责声明

• Woven by Toyota, Inc.不对使用该数据集造成的任何损失、费用或损害负责
• 用户需同意赔偿并保护参与数据收集的个人及Woven by Toyota, Inc.及其员工和代理人

搜集汇总

数据集介绍

构建方式

E-VLC数据集通过精心设计的硬件系统构建，包括高分辨率事件相机（Prophesee IMX636）和帧相机（Basler acA1300-200um），两者通过硬件触发器实现精确同步。数据采集系统还包括运动捕捉设备（OptiTrack），用于获取地面真实位姿。数据集在室内外不同光照条件下（10至30k lux）录制，涵盖静态、平移、旋转和动态四种相机运动模式，并设置了低、中、高三种事件相机灵敏度参数，以覆盖多样化的实际应用场景。

特点

E-VLC数据集是首个公开的基于事件相机的可见光通信（VLC）数据集，具有高时空分辨率的事件数据和同步的帧数据，以及精确的地面真实位姿标注。数据集包含7.5G事件、88k帧和266k标注，覆盖多种实际场景，如不同光照条件、相机运动模式和灵敏度设置。此外，数据集还提供了LED边界框标注，支持同时进行运动相关计算机视觉任务和LED标记解码任务的研究。

使用方法

E-VLC数据集可用于评估事件相机在可见光通信和定位任务中的性能。研究人员可以利用数据集中的事件和帧数据，结合地面真实位姿，开发和解码LED信号的新算法。数据集还支持对比不同光照条件和相机运动模式下的算法表现。此外，数据集中的标注信息可用于训练和测试LED检测和定位模型，推动事件相机在移动设备上的应用。

背景与挑战

背景概述

E-VLC数据集由丰田旗下Woven公司团队于2025年提出，是首个面向事件相机可见光通信（VLC）与定位任务的公开基准数据集。该数据集通过高精度硬件同步系统，集成了百万像素级事件相机、帧相机及运动捕捉数据，覆盖室内外不同光照条件下的静态、平移、旋转等多种运动模式。作为事件视觉与光通信交叉领域的重要基础设施，E-VLC填补了动态场景下LED标记解码与相机位姿估计联合评估的空白，为移动设备增强现实、机器人导航等应用提供了关键实验平台。

当前挑战

该数据集主要应对两大核心挑战：在领域问题层面，需解决动态场景中高频LED信号与运动数据的同步处理难题，传统亮度恒定假设因LED闪烁失效；在构建过程中，需克服事件相机数据过载导致的时序错位问题，通过定制化触发系统实现亚毫米级精度的多模态数据同步。此外，不同光照敏感度配置下的数据采集、运动模糊对LED像素位移的影响，以及反射表面对标记识别的干扰，均为数据集构建中需精细调控的技术难点。

常用场景

经典使用场景

E-VLC数据集在事件相机与可见光通信（VLC）领域的研究中具有重要价值，尤其在动态环境下的事件数据解码与定位任务中表现突出。该数据集通过高分辨率事件相机与帧相机的同步记录，结合精确的运动捕捉数据，为研究者提供了丰富的实验场景，包括静态、旋转、平移及动态运动模式。这些场景覆盖了不同光照条件（室内外）和相机灵敏度设置，使得该数据集成为评估事件相机在复杂环境下性能的理想选择。

衍生相关工作

E-VLC数据集的发布推动了事件相机在可见光通信与定位领域的多项经典工作。例如，基于该数据集的研究提出了结合对比最大化框架的运动估计与补偿方法，显著提升了动态环境下LED信号的解码与定位精度。此外，该数据集还激发了关于事件相机在低光照条件下性能优化的研究，以及事件相机与传统帧相机在VLC任务中的对比分析。这些工作不仅扩展了事件相机的应用范围，也为未来研究提供了重要的技术参考。

数据集最近研究

最新研究方向

近年来，基于事件相机的可见光通信（VLC）技术因其高时空分辨率特性，在移动设备定位与通信领域展现出巨大潜力。E-VLC作为首个公开的同步事件-帧数据及高精度位姿标注的数据集，填补了动态场景下LED标记解码与相机定位的基准空白。该数据集通过硬件触发实现多模态数据精确同步，涵盖室内外不同光照条件、相机运动模式及灵敏度参数，为算法开发提供了真实场景验证平台。当前研究热点集中在结合对比度最大化框架的运动补偿方法，以解决相机位移导致的LED像素偏移问题，实验表明该方法显著提升了动态环境下的定位精度。这一技术突破为增强现实眼镜等边缘设备的实时定位与通信应用铺平了道路，同时推动了事件相机在机器人视觉、自动驾驶等领域的交叉研究。

相关研究论文

• E-VLC: A Real-World Dataset for Event-based Visible Light Communication And Localization

  丰田研究所 · 2025年