#685
summarized by : Yutaro Oguri
Back to Event Basics: Self-Supervised Learning of Image Reconstruction for Event Cameras via Photometric Constancy

どんな論文か?

Event Cameraによるデータから画像再構成をする研究。同様の問題設定の研究の中では初めてself-supervisedな方法を提案した。公開データセットが少ないこと・シミュレータによる生成データでは再現が難しい部分があることなどを背景としている。
placeholder

新規性

同様の問題設定の研究の中では初めてself-supervisedな方法(Optical Flow推定とEvent-based photometric constancyを同時に用い、NNの学習を行う枠組み)を提案した。SoTAのモデルよりもそれほど劣らない結果が出ることを確認すると共に、より軽量で高速なネットワークも提案し、速度面での優位性を示した。

結果

SoTAのモデルよりもそれほど劣らない結果が出ること・より軽量で高速なネットワーク(FireFlowNet)も有効であることを示した。Eventデータからの画像再構成の研究においてself-supervisedな方法に可能性があることを示した。

その他(なぜ通ったか?等)

データセット不足・シミュレータの限界などが指摘されている中でSelf-supervisedな手法を提案した点、など。