본 논문에서는 이벤트 기반 옵티컬 플로우 및 스테레오 매칭을 공유 표현 공간 내에서 조밀한 대응 매칭 문제로 재구성한 EMatch라는 새로운 이벤트 기반 프레임워크를 제안합니다.
이벤트 카메라 데이터 처리에 활용되는 FPGA 기반 그래프 컨볼루션 신경망의 효율성을 향상시키기 위해 LUT 사용량을 줄이는 '2단계 컨볼루션' 방법을 제안한다.
본 논문에서는 다양한 XR 애플리케이션을 위한 최초의 이벤트 카메라 기반 egocentric 제스처 데이터셋인 x-RAGE를 소개하며, 이는 저전력 뉴로모픽 솔루션을 가능하게 합니다.
이벤트 카메라는 기존 카메라보다 높은 시간 해상도와 넓은 동적 범위를 제공하여 실시간 진동 분석 및 미세 운동 분석에 유용하지만, 움직임 증폭에는 한계를 보인다.