【网通社快报】宾夕法尼亚大学开发名为“快速特征场”的通用计算工具

宾夕法尼亚大学的工程师开发出一种名为“快速特征场”（FastFeatureField，简称F3）的通用计算工具。该工具能够将事件相机每秒产生的数千万个信号转化为机器人可使用的数据信息。相关论文发表在期刊《科学-机器人学》（ScienceRobotics）上，资深作者为电气与系统工程系副教授、计算机与信息科学系兼聘教授PratikChaudhari，合著者包括计算机与信息科学系的RuthYalomStone讲席教授KostasDaniilidis，第一作者为计算机与信息科学系博士生RicheekDas。事件相机通过持续监测光强变化工作，与传统相机以固定时间间隔（例如每秒30帧）记录完整图像的方式不同。此前处理事件相机数据需要依赖多种专用算法的组合，每种算法通常仅针对单一任务设计。F3工具使事件相机能够在自动驾驶汽车、无人机等平台上应用，用于识别物体、估算距离以及感知运动。